监控告警

服务监控

信云+会采集服务pod、容器的CPU、内存、网络IO的监控信息，并以折线图的形式在前端展示出来： 查看服务监控有两个入口，1是服务详情内查看当前服务的监控信息，2是在【监控告警】-【服务监控】内查看整个项目所有服务的监控信息，此页面也可单独查看某个服务的信息；进入后默认展示当前服务所有pod平均的cpu使用率/使用量、内存使用率/使用量； 可单独选择1个或多个pod查看监控信息，网络io监控信息在单独选择pod后才会展示出来； 也可单独查看pod某个容器的监控信息； 支持按时间区间过滤。

我的告警

信云+监控Pod、Endpoints、Node等资源的状态变化，根据发现的异常情况进行告警，在页面上也会显示对应的告警信息，具体信息如下

• resource:资源类型，分为Pod/容器组，Service/服务，Node/节点，IDC/机房，
• object:对象名，对应于上述Pod, Service, Node, IDC资源类型，分别为pod名，服务名，节点名，机房名，
• priority:告警级别，从高到低依次为：Critical/紧急，Major/重要，Normal/普通，Minor/低，
• info:具体告警信息：以下列举部分告警信息，供参考。

对于resource=Pod：

• Pending/等待：此pod目前没有可调度的节点，正等待调度（超过3分钟上报告警）；
• ErrImagePull/拉取镜像失败：从harbor拉取镜像失败，可能是镜像被删除或权限不足等原因；
• ImagePullBackOff/拉取镜像失败退避：尝试重新拉取镜像前的退避等待期；
• ContainersNotReady/容器未就绪：此pod中容器未通过readiness健康检查，不能对外提供服务（超过3分钟上报告警）；
• ContainerCannotRun/容器无法运行：容器已创建但未正常启动，可能是docker服务存在异常等原因；
• RunContainerError/运行容器故障：通过docker runtime启动容器出现异常，可能是docker服务存在异常等原因；
• Error/错误：容器结束运行，退出码非0（异常退出、程序崩溃）
• Completed/运行结束：容器结束运行，退出码为0；
• CrashLoopBackOff/容器程序崩溃：尝试重启退出的容器前的退避等待期，最长5分钟，可结合信云+服务界面事件(event)查看具体退避时间；
• Out Of Disk/磁盘已满：节点报告磁盘已满，拒绝继续运行此pod（kubelet重启后对其所在节点上pod会报告此状态，这些服务的pod会重新调度）；
• NodeLost/节点丢失：DaemonSet pod所在节点处于NotReady状态一定时间后变为NodeLost状态；
• Unknown/未知：pod被要求删除但其节点处于NotReady状态一定时间后变为Unknown状态，平台不能确定此pod目前实际状态；
• Running/正常运行：（故障恢复）pod正常运行；

对于resource=Service：

• NotReady/未就绪：此服务所有pod都未通过readiness健康检查，不能对外提供服务；
• Ready/就绪：此服务已有pod通过健康检查，可以对外提供服务。