告警页面

关于告警的一切都集中在这一页,分为四个标签。标签会体现在 URL 中 (/alerts#rules),因此某个视图可以直接被链接。计划维护 按钮在右上角,可从任意标签打开该窗口的表单。

标签	内容
当前	实时的问题列表,每个问题一行。参见“当前”列表。该标签以及顶部栏中”告警”上的徽标,就是当前仍需要处理的数量。
维护	维护窗口,当前生效或已计划,一次性、每周或每月,各自标注下一次出现的时间(#scheduled)。参见维护窗口。
历史	最近 200 条转换记录,每条标注监控项、规则和发生的情况;已解决的记录可以被清除。
规则	每条规则及其严重级别、一个内置标记,以及如果有任何监控项忽略它,则显示在 N 个监控项上被忽略;可以启用、就地编辑、删除你自己创建的规则、创建一条阈值规则。参见规则。

通知渠道和通知策略位于设置 → 通知与报告(参见通知)。

概览简报和这个页面使用同一套真实状态模型,因此两者对”什么需要 处理”的判断始终一致。

“当前”列表

每个问题一行:状态图标、出了什么问题、哪个监控项、一行说明的原因、 多久之前,以及行内的确认和打开。各行按严重级别分组(警告、 提示、信息、正在积累、被父监控项抑制),也可以用严重级别 | 监控项 开关改为按监控项分组。分组可以折叠;被抑制、已暂缓和已忽略 (已确认)分组默认折叠。同一条规则在同一监控项的多个序列上触发, 只算一行(”……另外还有 7 条”)。

点击某一行可展开详情:所有受影响的序列、从何时开始、谁确认了它、 为什么被抑制,并提供打开监控项、暂缓和此监控项永不提醒。

同时选择多行是一种模式。选择按钮(操作员和管理员可用)会在每一行 显示复选框,并在底部显示一个浮动栏,包含全选、确认、取消确认、 对此监控项忽略和完成。按 Escape 退出该模式。

处理告警

一条触发中的告警不是非黑即白的——“修复它”或”永远忍受这份噪音”。 有四种操作,对应四种不同的场景,管理员和操作员均可使用(查看者 能看到状态,但不能更改它):

• 确认(“我在处理”)适用于你正在积极处理的某一条告警: “我知道了,4 小时内别再提醒我”。菜单提供 1 小时、4 小时、24 小时或直到解决,外加一条给你之后查看该卡片的人的可选备注。 该告警仍会继续触发和评估;只有它的提醒和升级会暂停——包括 升级到第二个渠道。它解决时你仍会被告知,确认状态也会在那一刻 清除——之后再次出现的告警会重新发出通知。该卡片会从主列表 移到更安静的已确认分组中,显示为”由某人确认,直到某个 时间”,并提供取消确认按钮。
• 暂缓适用于”现在不处理,稍后再看”,而不声称你正在做任何 处理:1 小时、8 小时、1 天或直到解决。与确认不同,它的实现 方式是打开一个只针对该条告警精确标签的维护窗口——同一监控项上 的相邻规则仍会继续发声。该卡片会移到一个显示剩余时间的安静的 已暂缓分组中,并提供取消暂缓按钮。提醒会以与确认相同的 方式暂停。
• 忽略(“不要再就此提醒我”)适用于某条规则在这个监控项上永远 不合理的情况:它会单独为该监控项禁用这条规则(一种按监控项的覆盖 设置——参见按监控项的覆盖设置), 该告警会立即永久消失,而不只是被安静处理。这是可逆的:在监控项 页面上点击停止忽略,或在”告警 → 规则”中该规则本身那一行, 那里会显示在 N 个监控项上被忽略。
• 清除针对的是历史记录,而不是实时告警:一旦某条转换记录已 解决,清除(或清除所有已解决)会把它从默认的历史视图中 移除。该行数据仍保留在数据库中——不会被删除——显示已清除 可以把它找回来。

公开状态页面会忽略确认和暂缓状态:一条被确认或暂缓的告警,对 外部世界来说仍然是一条告警。而被忽略的规则则从一开始就不会 产生任何告警。

通知

渠道和策略位于设置 → 通知与报告(/settings/notifications), 其后是报告。两个面板:

通知渠道。 渠道列表,每个都标注其类型、已启用或已禁用、上次 发送的时间,以及上次的错误(如果有)。添加渠道会根据服务器 对所选类型的描述打开一个表单:设置项(可见)和密钥(只写)。 发送测试会发送一条测试消息,并就地显示结果。每个渠道的 投递选项包含其最低严重级别、是否接收解决通知、每条告警的最小 间隔,以及它的静默时段(每周,按你的时区:只有警告级别的 告警会通过,其余会等待摘要)。

仅限部分告警。 同样的投递选项中还包含该渠道的路由过滤器: 它想要哪些告警,按监控项标签(site=cellar)、按监控项类型 (proxmox),或按规则。同一字段上的多个条件按或关系处理, 不同字段之间按且关系处理,除外这一行始终优先生效。在编辑器 下方,一个预览会列出该过滤器当前选中了你的哪些监控项,还有一句话 会把整个规则复述给你——例如”该渠道接收标签为 site=cellar 的 监控项发出的提示级别及以上的告警,除了标签为 role=lab 的监控项”。 没有设置过滤器的渠道会继续接收所有内容,这也是每个已有渠道的 默认行为。

编辑一个渠道并把密钥留空会保留已存储的值。渠道类型及其字段记录 在通知渠道中。

内置告警规则会通知每一个已启用的渠道;一条规则也可以在其编辑器 中被限定为仅使用特定渠道。

通知策略。 用于保持通知数量精简的全局开关:批处理窗口、 每个渠道每小时的上限、更多选项下的抖动检测、“在 DumbMonit 中打开”链接所使用的公开 URL,以及升级这一行——如果在一段 延迟内没有人确认,则同时通知另一个渠道,仅一次。该延迟从第一 条消息实际发出的那一刻开始计算,确认该告警(或它被解决)都会 停止这次升级。参见通知策略。

原来的链接(/alerts#notifications、/alerts#notifications-policy、 /settings#notifications)会转发到这里。

操作员与查看者

操作员处理告警,但不触及配置:他们可以确认、暂缓、为单个 监控项忽略某条规则、创建或删除维护窗口,以及清除已解决的历史记录。 规则、渠道和通知策略对他们保持只读,标注为操作员——配置仅限 管理员。忽略是操作员唯一能做的按监控项覆盖设置;阈值仍由管理员 决定,操作员的忽略或停止忽略会保留管理员为该监控项设置的任何 阈值。

查看者能看到每一个标签,但没有任何控制权:在管理员会看到按钮的 地方,页面会显示查看者——只读。