更改阈值和关闭检查
每个检查都从其目录条目的基线开始。你在合适的位置更改它:在实体上更改,使其下的每个资源都随之变化;或者在作为例外的单个资源上更改。本指南介绍这两种方式、如何恢复为继承的值,以及如何关闭检查或其某个级别。
开始之前
- 若要更改单个资源上的检查,你需要在该资源所属实体上拥有 Editor(编辑者)或更高的角色。
- 若要设置实体默认值,你需要在该实体上拥有 Entity admin(实体管理员)角色。
- 了解值的来源:基线,然后是从根实体向下的每个实体,最后是资源。最具体的值优先。请参阅阈值和基线。
请尽量在树的较高层设置值,只对例外情况使用覆盖值。在 高密物流 › Production 上设置一次的默认值,会覆盖以后添加到那里的每台服务器。
级别的写法
每个检查都有一个 Warning 级别和一个 Critical 级别。每个级别包含:
| 部分 | 值 |
|---|---|
| Operator | >、>=、<、<=、==、!=、in、not_in、matches |
| Value | 以检查的单位表示的数字(单位显示在字段旁边),或用于 in 和 not_in 的列表 |
| For | 可选。条件必须持续多长时间才会打开警报,例如 30s、15m、1h 或 1d。它可以吸收短暂的尖峰;恢复是即时的 |
有些检查比较的是状态,而不是用限值比较某个值,例如可用性组副本的运行状况。它们的规则来自目录,编辑器会说明这一点,而不是显示级别。
更改单个资源上的阈值
- 打开资源并选择 Checks 选项卡。使用 Search checks 或 Only problems 查找该检查。
- 在检查所在行选择铅笔图标(Edit)。对话框显示检查的 ID、它的基线和当前级别。
- 对于每个要更改的级别,保持选中 This level raises alerts,并输入 Operator、Value,需要时还有 For。例如,对于
sql-ventas-01上的 Page life expectancy(sqlserver.ple_seconds),将 Warning level 设置为<900,持续10m。 - 选择 Save。
该行现在显示新的级别,并标有 (this resource)。你没有更改的级别保留其继承的值。
若要恢复为继承的值,请再次打开对话框并选择 Back to inherited thresholds。只有当资源有自己的值时,才会显示此按钮。
为实体设置默认值
- 打开 Settings › Entities。
- 打开实体(例如 Production)的操作菜单,并选择 Threshold defaults。面板列出此实体自己设置的检查;其他所有检查都是继承的。
- 在 Set a default for a check 下,选择检查,例如 CPU utilization (SQL process)(
sqlserver.cpu_percent),并选择 Add。 - 对于每个级别,选择:
- Inherit:保留来自上级的值。
- Set here:输入 Operator、Value 和 For,例如
>75,持续15m。 - Turn off here:此级别在此实体及其下不会触发警报。
- 选择 Save。
现在,实体下的每个资源都使用该默认值,除非下级实体或资源更改了它。在每个资源的 Checks 选项卡上,级别会显示它来自哪个实体。
若要删除默认值,请选择它旁边的垃圾桶图标(Remove the default of 该检查)。之后,其下的资源会重新从更上层继承。
关闭检查
在单个资源上,打开 Checks 选项卡,在 On 列中关闭该检查,或者在检查的对话框中清除 Check runs。该检查会在此资源上停止运行,并列为 Off,这样没有人会忘记它的存在。用同样的方式可以再次打开它。
若要让检查在整个实体上不再发出警报,请打开它的 Threshold defaults,添加该检查,并将 Warning level 和 Critical level 都设置为 Turn off here。该检查仍会在其下的每个资源上运行并记录值,但不会在那里触发警报。请将它用于在某个分支中没有意义的检查,例如没有报表服务器的地方的报表服务器检查。
更改检查的运行频率
在检查的对话框中,输入 10s 到 7d 之间的 Interval,例如 30s、5m 或 1h。留空则使用目录中的间隔,字段会显示该值。该行会将已更改的间隔标记为 changed。
使用 API 完成
通过 API 进行的每项更改都遵循相同的角色要求,并写入审核日志。$BASE 是 https://<your server>/api/v1,H 保存你的令牌;请参阅快速入门:使用 API 添加 SQL Server 实例。
| 任务 | 请求 |
|---|---|
| 查看有效级别以及每个级别的来源 | GET /resources/{id}/checks |
| 在单个资源上设置级别 | PATCH /resources/{id}/checks/{check_id},包含 thresholds |
| 恢复为继承的级别 | 同一个 PATCH,包含 "thresholds": null |
| 关闭或打开检查 | 同一个 PATCH,包含 "enabled": false 或 true |
| 更改间隔 | 同一个 PATCH,包含 "interval_seconds",取值从 10 到 604800 |
| 查看实体自己的默认值 | GET /entities/{id}/thresholds |
| 设置实体默认值 | PUT /entities/{id}/thresholds/{check_id} |
| 删除实体默认值 | DELETE /entities/{id}/thresholds/{check_id} |
级别覆盖值可以携带的键有 warn、crit、expect、window 和 sigma。设置为 null 的键会在该级别关闭对应的部分。
# one resource: warn when page life expectancy stays under 900 s for 10 minutes
curl -s "${H[@]}" -X PATCH "$BASE/resources/$SQL01/checks/sqlserver.ple_seconds" \
-d '{"thresholds": {"warn": {"op": "<", "value": 900, "for": "10m"}}}' | jq .thresholds
# the Production entity: CPU warning above 75% for 15 minutes, no critical level
curl -s "${H[@]}" -X PUT "$BASE/entities/$PROD/thresholds/sqlserver.cpu_percent" \
-d '{"warn": {"op": ">", "value": 75, "for": "15m"}, "crit": null}'