摘要：告警功能是各大云平台必不可少的模块，个性化的告警配置，为帮助用户和运维人员及时发现问题发挥着重要作用。
本文分享自华为云社区《GaussDB(DWS) 数据库智能监控系统告警框架上线啦！》，作者：codefulture。
本文将从一下几个方面介绍DMS告警框架：
- 数据库智能监控系统告警框架的来源
- 告警框架的实现
- 告警框架的不足和期望
一、数据库智能监控系统告警框架的简介
告警功能是各大云平台必不可少的模块，包括阿里云、腾讯云，乃至华为云本身都提供了十分丰富的告警功能。个性化的告警配置，为帮助用户和运维人员及时发现问题发挥着重要作用。
数据库智能监控系统（简称DMS）告警框架（以下简称告警框架）用于监控数据仓库的集群信息，且基于8.1.1以上版本的集群进行开发，如果您的集群版本低于8.1.1或没有安装DMS，则不能适用次告警功能。
告警功能是结合产品自身需求、业务需求、客户需求独立进行设计与开发，为了能够让用户更快速的熟悉和使用次功能，告警功能在设计之处也参照了其他平台的使用方式、相关概念，并结合自身情况进行调整，完成了初版的设计与开发。
二、告警框架的实现与使用
1. 告警框架的实现
在说具体实现之前，先了解下告警框架中涉及的相关概念。
- 告警指标：告警指标是实际监控的内容，如：CPU使用率、磁盘使用率、IO等。
- 告警策略：告警策略是触发告警的最小单元，每一条策略针对一种告警指标。告警策略分为阈值策略、状态策略等。
- 告警规则：告警规则是实际监测（任务调度）的最小单元，是告警策略的集合。告警规则包含自默认规则和自定义规则。
- 默认告警规则：默认规则是系统提供的基础告警项，用户只需根据业务简单的配置，即可收到告警信息。
- 义告警规则：当默认告警规则不能满足实际需求时，用户可根据自己的实际需求创建自定义告警规则。
- 规则、告警策略、告警指标三者关系：一个告警规则（默认/自定义）可包含多个告警策略，并且规则中的策略存在不同关系，当前已知策略关系如下：
- 相互独立（或）：策略之间并无实际联系，只要一个策略满足条件则发送告警；
- 优先级：一般指同一规则下，所有策略监控的指标项相同，但触发的阈值不同，按照阈值递减顺序判断是否发送告警；
- 与：所有策略都满足条件则发送告警。
了解了以上概念，再来说下告警框架的组成，告警框架主要分为三大部分，监控指标采集、告警策略定制、告警任务调度。
1-1. 监控指标采集
监控数据库，必须要对数据库各指标数据进行采集，通过合理的统计查询，获得实时或周期性的数据库和集群的状态，结合告警策略触发告警。
1-2. 告警策略定制
下图所示是告警策略的组成，通过各配置项的不同组合，达成多样化的配置，后续版本的迭代中，会加入更多的可配置项，以支持更多的业务场景。
![]()
1-3. 告警任务调度
监控指标是周而复始的过程，需要一个稳定的调度器支撑告警框架的任务调度，目前采用的是分布式调度框架Quartz。下图所示是调度任务的执行逻辑。
![]()
2. 告警框架的使用
DMS告警框架位于【数据仓库服务】中的【告警管理】菜单中。
![]()
首页提供了告警统计功能，包含了一周内发生的告警，用户可查看统计数字和告警详细信息。
点击【查看告警规则】查看告警规则列表。
![]()
告警框架提供了自定义告警规则和默认告警规则，默认告警规则未系统内置，用户可根绝自身需求添加自定义告警。
点击【创建规则】或【修改】按钮进入配置页面。
![]()
目前可修改的内容只有“绑定集群”、“阈值”、“持续周期”、“抑制条件”、“告警级别”，其他选项，将在后续的版本中放开为用户提供更丰富的配置选择。
2-1. 各修改项说明
- 修改绑定集群可以设置次告警规则适用的集群范围，默认为全部，可多选；
- 修改阈值可以调整触发告警的上限或下限，每种指标默认提供了阈值范围，可按照页面提示和实际情况进行合理修改。
- 修改持续周期，可以拉长或缩短指标数据的查询范围，检测的是长周期的指标变化趋势，还是某时刻的指标异常变化。
- 修改抑制条件可以控制告警的发送频率，处于抑制期的告警不会重复发送。
告警框架的不足与期望
DMS告警框架还在建设当中，存在诸多不足，譬如：还需提供更多的监控指标，支持多种策略配置方式，告警项的拓展不够便捷等。
除了解决上述的痛点，更多的希望告警框架能够和系统的功能模块联动起来，让监控系统更“智能”。
想了解GuassDB(DWS)更多信息，欢迎微信搜索“GaussDB DWS”关注微信公众号，和您分享最新最全的PB级数仓黑科技，后台还可获取众多学习资料哦~
点击关注，第一时间了解华为云新鲜技术~
