阿里云监控用户手册

原文 http://www.wenwenyun.com/aliyun/wenzhang/20140823/408.html

一、概览

在概览页面中展示中系统默认提供的监控项或者用户创建的监控项、用户创建的监控点、云服务的实例数、用户设置的报警规则等。

1.1名词解释

先介绍下云监控三个核心的概念。

【监控项】：用户设置或者系统默认的监控数据类型，例如站点监控的Http监控默认有两个监控项http.responseTime&http.status。ECS的监控项有CPU利用率、内存利用率等等。

【监控点】：某一实例绑定到具体的一个监控项即为一个监控点。如针对www.aliyun.com这个站点的http监控，实际包含两个监控点http.response&http.status。对于ECS云主机有11个监控项，所以一台云主机默认有11个监控点

【报警规则】：用户在监控点上设置规则，当满足条件时会触发报警

1.2短信使用情况

云监控默认为每位用户提供1000条免费的报警短信。在概览中，用户可以查看已经使用的短信数。

二、站点监控

站点监控可以对目标站点服务的可用性以及响应时间进行监控。系统已经默认预置了8种监控类型，包括http监控、ping监控、tcp监控、udp监控、DNS监控、pop监控、smtp监控、ftp监控。其中每种监控类型里面包含了两个监控项：status和responsetime。

监控类型	简介
HTTP监控	监控Web站点中任何指定的URL，获得可用性监控以及响应时间。
Ping监控	对指定的服务器进行ICMPPing检测，获得可用性监控以及响应时间、丢包率等。
TCP端口监控	监控服务器TCP端口的可用性和响应时间。
UDP端口监控	监控服务器UDP端口的可用性和响应时间。
DNS监控	监控域名的可用性和响应时间，并获得各种域名记录列表，支持域名轮询(RR)。
POP3监控	监控POP3服务器的可用性和响应时间。
SMTP监控	监控SMTP服务器的可用性和响应时间。
FTP监控	监控FTP服务器的可用性和响应时间。

1.点击页面右上角的“创建监控点”按钮，进入“站点监控”类型选择页面；



单击列表页面的某一行，可以显示缩略图，可用性缩略表显示的是一天内的可用性展示，响应时间缩略图展示的是近1小时内的响应时间曲线，不代表当前状态。可用性和响应时间缩略图均是统计数据，不代表监控站点的最新状态。



2.选择您要创建的“监控类型”，点击某一“监控类型”链接进入监控点创建页面；



 

3.进入创建监控点的表单页面；
 



4.创建监控点表单描述

1)监控点名称：为您的监控点输入个性化的名称

2)监控地址：您要监控的地址，对http来说，就是一个网站的地地址，对域名解析来说，就是某一个域名等等。

3)上报频率：站点监控探测引擎多长时间执行一次探测任务，并上报数据的频率。默认为5分钟，请谨慎选择1分钟，过于频繁的探测可能会导致对方服务屏蔽您的账号。

4)分页式监测点，目前我们部署了两个监测点，可以分别从杭州和青岛对您设置

的目标服务进行监测，您也可以只选择从其中一个监测点进行探测。后续会支持更多监测点，包括海外的监测点。

5)高级设置，不同的监控类型会有一些高级选项

 

http监控：
请求方法，http标准的请求方法，get\post\head，其中post支持提交内容。
提交内容，只对post请求方法有效，输入您的目标服务能够识别的内容。
匹配响应内容，您期望探测目标网站返回什么样的内容。
匹配方式：选择匹配，则如果网站返回内容匹配您期望的内容报警；选择不匹配，则如果网站返回内容不匹配您期望的内容报警。
Cookie：您期望探测目标网站需要的cookie，key:value形式，多个cookie以半角分号分隔。
http请求头信息：您期望探测目标网站需要的httpheader信息，key:value形式，多个header以半角分号分隔。
http验证用户名：
http验证密码：

ping监控：您可以使用ping监控服务来检测目标服务的网络延迟。
Tcp监控：监控地址的端口是不是连通的。另外，您也可以配置请求内容和期望的响应内容。如果配置了这两项内容，则不匹配时会报警。内容支持16进制字节码和文本两种形式，
16进制字节码。如：0xcf,0x0f,0x85,0x85
文本。系统内容会对文本内容进行转换，请注意空格等容易出错的字符。

Udp监控：监控某地址的udp服务，因为udp协议的特性，必须要为
 

udp配置请求和响应内容，否则udp探测将永远成功。
 

16进制字节码。如：0xcf,0x0f,0x85,0x85
文本。系统内容会对文本内容进行转换，请注意空格、换行符等容易出错的字符。

DNS监控：监控域名的可用性和响应时间，并获得各种域名记录列表，支持域名轮询(RR)。通常只需要默认选择查询类型A.
POP监控：监控POP3协议的接收邮件服务器，填写正确的地址、端口，如果配置用户名密码，则会验证用户名密码。请注意频率，如果频率太快，有可能会导致对方服务屏蔽您的账号。请依据对方服务选择是否使用完全连接
Smtp监控：监控SMTP协议的发送邮件服务器，填写正确的地址、端口，如果配置用户名密码，则会验证用户名密码。请注意频率，如果频率太快，有可能会导致对方服务屏蔽您的账号。请依据对方服务选择是否使用完全连接。
ftp监控：验证Ftp服务是否正常以及延迟情况。
6)约定：
每个创建成功的监控点会形式两个监控指标，一个是状态，一个是响应时间。对所有的状态来说，我们约定，小于400的状态码为正常（对需要匹配内容的服务，如果服务状态正常，但内容不匹配，我们也认为是不正常。），大于等于400的状态为异常（有可能是服务响应内容不匹配您预置的期望值）。
响应时间单位是毫秒。
对于可用性图表，每小时计算一次。
监控，目前没有可用性统计，我们展示的是某统计周期内的丢包率和响应时间的平均值统计。
监控点创建成功后，站点监控后台会启动相应的探测任务，按您指定的频率探测并上报数据给云监控后台，进行分析和报警服务。
7)监控点创建成功会，会自动跳转到创建报警规则页面： 


 

 

 

创建报警规则表单详细描述：
 

统计周期：后台会依据统计周期形成统计报表，
重试几次报警：您可以选择连续几次超过阀值报警，默认是三次，通常偶然因素会导致状态不对或者服务响应超时，连续三次以上更能代表服务工作不正常，减少误报的情况。
响应时间的报警阀值：服务响应时间超过这个阀值，则会报警。
报警的接收组（人）：参照报警管理部分的文档。创建成功的监控点会进入列表页面



 

查看详情：查看该监控点的当前的详情状态。
报警规则修改：修改报警规则
修改：修改监控点
删除：会删除当前监控点以及监控点关联的报警规则。
采样点:当前监控状态，列表页面的监控状态显示的是最新一条监控数据的状态。及时性很高。代表该目标服务的最新状态。
1)点击查看详情，进入详情页面：
 

 





 

可以查看到今日、昨日、近7天、近15天、近1月的监控数据情况。

描述：站点监控的详情页面共有两个tab页面，分别是显示可用性图表和响应时间的变化曲线。

可用性展示的是按小时统计的可用性比例。计算规则如下：成功状态的数据总数/上报数据总数=可用性比率。假定用户设定的上报频率为1分钟，则每小时共有60次数据上报，其中2条不成功，则在当前的这一小时内的可用性为58/60=96.7。

响应时间展示的数据统计周期，随查询的时间段不同而不同，今天和昨天两个时间段，查询的是5分钟内的平均值。7天及以上，查询的是1小时内的平均值。

所以，图表展示的监控状态会有延迟，有可能和监控点列表页面的状态不一致，该图表仅作统计展示用，不代表监控点的当前状态。

2)点击报警详情，可以查看报警的详情，包括概述，通知历史，报警的状态变化，操作历史。

三、云服务监控

云服务监控是阿里云为用户提供的各种云产品的监控，包括ECS,RDS,OCS,OTS,OSS等，当前对用户开放的只有ECS云主机的监控，其它云产品的监控会陆续加入进来，尽请期待。

3.1云服务器监控

ECS监控主要涵盖的指标有CPU利用率、内存利用率、磁盘利用率、磁盘读写、网络速率，系统平均负载（仅限Linux主机）、进程数、TCP连接数等。

进入云监控的控制台后，点击【云服务监控】标签，即可进入ECS云服务器监控。如下图所示：



首页中，罗列出用户的机器列表。对于每一台云主机，默认展示的有实例ID、操作系统类型、机器IP、CPU利用率、内存利用率、操作等。这里CPU利用率与内存利用率是最新的监控数据展示。

3.1.1查看明细

【ECS云服务器】à【查看明细】，可看到此云主机所有的监控指标情况。点击查看明细：



明细指标页面：



可以查看到今日、昨日、近7天、近15天、近1月的监控数据情况。说明：对于系统为linux的主机，磁盘IO的监控数据获取是通过iostat进行的；若您发

现Linux主机无磁盘IO数据，请确认您的机器是否安装了iostat指令。Redhat与

CentOS用户可以使用yum进行安装；Ubuntu与Debian用户可以使用apt-get进行安装。

3.1.2ECS云主机报警管理

在【查看明细】的页面的下端，有针对这台云主机报警规则的管理页面，如下图：


用户可以在这里新增报警、修改报警、暂停报警、删除报警、查看报警历史详情。

3.1.2.1新增报警



名词解释：

【监控项】：云主机采集的监控数据指标，如CPU利用率、内存利用率等

【统计周期】：监控数据的聚合周期，如采集周期是1分钟一次，统计周期可以是5分 钟、1小时等，ECS的统计周期是固定的，不需要用户设置，但在报警设置这里，用户可以选择对采集的原始数据（1分钟1次）进行报警设置，也可以选择对统计的结果进行报警设置

【统计方法】：默认有五种统计方式，最大值、最小值、平均值、求和值、采样计数 值。特别说明下，采样计数值，是指在统计周期内，上报的监控数据条数。阈值目前数值型。

【重试几次后报警】：是指当监控数据连续几次满足用户设置的规则后，才进行报警。主要目的是避免监控数据的抖动。

【联系人通知组】：满足报警条件后，通知给哪些联系人。具体的概念介绍请参考第一部分，用户信息管理

3.1.2.2暂停报警
用户可以选择关闭或者打开报警



3.1.2.3报警详情
点击详情按钮进入下图展示的页面，包含概述、通知历史、状态变化、操作历史。概述：用户针对当前实例某一监控项设置的报警规则通知历史：在满足用户设置的报警规则时，会进行报警；当恢复正常后，亦会通知用户。

这里需要介绍下通道沉默这一概念，当某一条报警发出后，在1天内若再次触发报警，不 会通知，恢复正常的通知不会受沉默期的影响。当前系统默认的沉默期是1天，在后面的版本会将沉默期的设置开放给用户。


 


状态变化：共三种状态，发生报警、恢复正常、数据不足

数据不足，是指无监控数据上报到服务器端。

3.1.3如何开通云主机监控

请注意，当前只云盾阿里云ECS云主机
若用户发现自己的主机并未显示在云监控的云服务器的监控列表中，请从云监控控制台下载新版云盾，安装或者升级云盾
若用户发现自己的主机已经显示在云监控的机器列表中，但无监控数据，请重新下载安装新版云盾进行安装
云盾安装过后，请等待10分钟，监控数据方可展示在云监控控制台。具体操作请参考http://jiankong.aliyun.com/readme.htm

四、自定义监控

自定义监控是提供给用户自由定义监控项及报警规则的一项功能。通过此功能，用户可以针对自己关心的业务进行监控，将采集到监控数据上报至云监控，由云监控来进行数据的处理，并根据结果进行报警。

登录云监控后，点击标签页【自定义监控】，即可进入以下页面：左侧分别有三个选项，分别为【自定义监控项管理】、【自定义监控数据查询】、【自定

义报警管理】

4.1自定义监控项管理

云监控当前允许至多10个自定义监控项，且上报监控数据的服务必须在阿里云的云服务器上。

4.1.1创建监控项

用户点击创建监控项按钮，即可进行自定义监控项设置页面：

名词解释

【监控项名称】：用户上报的监控数据指标名称，如cpuUtilization,memoryUtilization等。

【单位】：监控数据的单位，在上报数据时不会做校验，只是为了便于展示数据，或者便于数据信息的沟通，希望用户根据自己的实际情况填写。

【上报频率】：监控数据上报的周期，只允许1分钟，5分钟，15分钟三种上报频率

【字段信息】：一条监控数据肯定需要附属到某一实体才有意义。如ECS的cpu监控项，需要映射到某台机器才有意义。因此，字段信息可以填写vmIP，在用户上报监控数据时，需要在上报的数据中填写如vmIp=xxx.xxx.xxx.xxx。字段信息最多允许五项。

【统计周期】：用户可以告知云监控，上报的监控数据需要以何种频率进行聚合。

【统计方法】：参考2.1.2.3报警详情



若用户设置的自定义监控项已经达到10个，再进行创建时，会显示如下异常：

例如，创建一个监控项名称为memoryUtilization，字段信息亦为vmIp，点击确认后进入报警规则设置页面；若此时用户不想创建报警规则可以先点击页面上的取消按钮



用户可以在字段信息中填写某一机器的IP，如192.168.1.1；填写【规则名称】、【阈值】、选择【联系人通知组】，点击【确认】后即创建了192.168.1.1这台机器memoryUtilization的报警。


若前面取消了创建报警规则，可以在【自定义报警管理】监控项下拉框中选择您所希望创
建报警的监控项，然后点击创建报警规则。

4.1.2修改监控项

点击【修改】按钮，可以进入监控项修改页面点击【报警管理】按钮，可以查看在些监控项上设置的所有报警4.2自定义监控数据查询

用户选择监控项名称，填写字段信息，选择统计周期进行监控数据查询

自定义监控暂时只支持数据在页面上的展示，尚不支持按照时间倒序排列，所以若用户关心最近的监控数据是多少，请选择最近的开始时间与结束时间。自定义监控暂时也不

支持图表展示。请见下图：

4.3自定义报警管理

进入自定义报警管理页面后，展示在用户面前的是所有用户配置过的报警规则。用户可以在监控项栏，选择在某一监控项，查询在此监控项上设置的报警规则。

4.4监控数据上报

自定义监控操作分为两部分，一部分操作是在云监控Portal上配置自定义监控项与报警规则，如3.1，3.3节所示；另一部分操作是用户编写代码上报监控数据。

4.4.1监控数据上报规范

用户可以使用云监控接口http://open.cms.aliyun.com/metrics/put上报监控数据

Post方式

用户可以一次提交多条统计数据，统计数据放在消息体中，遵循JSON格式。如消息体内容：
 

userId=123456&namespace=acs/custom/123456&metrics=[{"metricName":"vm.cpu","timestamp":"1395556197448","value":80.0,"unit":"Percent","dimensions":{"instanceId":"vm_001"}}]

GET方式

用户可以一次提交多条统计数据，统计数据存放在metrics字段中，遵循JSON格式。

http://open.cms.aliyun.com
/metrics/put?userId=123456&namespace=acs/custom/123456&metrics=[{"metricName":"vm.cpu","timestamp":"1395556197448","value":80.0,"unit":"Percent","dimensions"
:{"instanceId":"vm_001"}},{"metricName":"vm.mem","timestamp":"1395556197448","v
alue":1280.0,"unit":"Megabytes","dimensions":{"instanceId":"vm_002"}}]

字段说明



用户在云监控portal上创建自定义监控项



metricName：portal创建时填写的【监控项名称】

unit：用户选择的【单位】



dimensions：用户填写的【字段信息】，允许多个，使用半角逗号分隔

点击确认过后，进行【自定义监控项管理】，这里用户可以看见userId,namespace

namespace：红色方框中的字符串

userId：红色方框字符串最后的数字串timestamp：数据上传的时间，支持两种表示方式：一种方式取时间的长整型表示方式1395556197448，另一种方式按照ISO8601标准表示，并使用UTC时间，例如2014-9-11T10:00:00Z，注意它对应的北京时间是2014-09-1118:00:00响应消息

云监控收到http请求后，若处理成功，则直接返回状态码为200的Http响应，消息体中不携带内容，用户也不需要处理响应消息。若处理失败，返回JSON格式的消息体，同时Http响应的状态码不为200

错误	错误描述	HTTPStatusCode
InternalServerError	由于内部错误或不确定的异常导致 的请求失败	500
InvalidParameterCombination	参数组合错误	400
InvalidParameterValue	参数无效或超出范围	400
Missing	RequiredParameter	缺少必须的参数	400

例如

：{"code":"InvalidParameterValue","msg":"themetricNameisempty."}

 

4.4.2监控数据上报方式

云监控为用户提供了方便的定时任务调度程序，若用户安装了云盾，可以在云盾的目录下找到aegis_quartz程序。若没有发现，请升级云盾至最新版本。

操作系统类型	Quartz路径
Windows32bit	C:\”programfiles”\alibaba\aegis\aegis_quartz\aegis_quartz.exe
Windows64bit	C:\”programfiles(x86)”\alibaba\aegis\aegis_quartz\aegis_quartz.exe
linux	/usr/local/aegis/aegis_quartz/aegis_quartz

各操作系统平台下aegis_quartz使用方式相同。下面我们以linux为例，说明quartz的

使用方式。
查看帮助



查看当前任务



添加任务



删除任务



需要用户注意的一些事情：

aegis_quartz进程请匆停止，系统的监控数据采集也是通过aegis_quartz完成
aegis_quartz程序的调用请使用绝对路径，如linux环境下

/usr/local/aegis/aegis_quartz/aegis_quartz

aegis_quartzlibexec/default下面的脚本是内置的监控数据采集脚本，请用户匆使用与修改
用户的监控数据程序只能放在libexec/user目录下面；上面添加任务与删除任务的示例中，脚本程序的路径写的即是相对路径。因此，用户在命令行中的脚本路径只需要填写成user/xxx即可（其中xxx，是用户的脚本）



关于任务的执行频率，是基于标准的quartz表达式，用户按照规范填写即可。用户的执行频率请与portal中设置监控项上报频率保持一致（portal支持的频率是1分钟，5分钟，15分钟），若修改上报频率请保持portal与脚本一致，否则监控数据处理可能会不准确。关于如何创建自定义监控项请参考3.1节
aegis_quartz只允许用户创建10个定时任务
若用户的脚本被调度后，没有成功上报监控数据，可以将loglevel设置为debug模式，通过aegis_quart/log查看出错的原因；log位置在aegis_quartz/log下

五、用户信息管理

5.1名词解释

【报警联系人】：报警消息的接收人，包含手机、旺旺（淘宝）、邮件。

【报警组】：一组报警联系人，可以包含一个或多个“报警联系人”。在报警设置中，均通过“报警组”发送报警通知。对应每一个监控点，根据预先设定的报警方式在到达报警阈值时采取不同的报警方式向报警组成员发送报警消息。

【报警方式】：异常通知用户的手段。包括短信、旺旺、邮件等。

5.2功能说明

报警联系人管理，所属标签位置：【用户信息】->【报警联系人管理】

5.2.1新增报警联系人

点击【添加报警联系人按钮】，如下图红框标识，出现添加报警联系人页面



下图为添加报警联系人表单页面。其中【姓名】为必填项目，且不能重复。余下【手机号码】、【邮箱地址】、【阿里旺旺】三个通知方式中，选择其中一个。目前单个联系人不支持多个手机号或者多个邮箱，多个旺旺。如有需要，可以通过新建多个联系人解决。

填写【手机号码】时，需要进行校验。点击【发送校验码】，系统会向输入的手机号发送校验码，请收到校验码后，输入到校验框中。校验码1分钟内有效，若1分钟内未使用将失效，请重新点击【发送校验码】。

5.2.2修改报警联系人

在报警联系人列表中，点击【修改】按钮，进行联系人修改：



在修改联系人的界面，除姓名无法修改，手机号码、邮箱地址、阿里旺旺均可修改。删除报警联系人时，目前删除的是单项，而不是整个联系人的所有信息。

5.3报警组管理

添加报警组时，名称不可重复。一组报警联系人，可以包含一个或多个“报警联系人”。在报警设置中，均通过“报警组”发送报警通知。对应每一个监控点，根据预先设定的报警方式在到达报警阈值时采取不同的报警方式向报警组成员发送报警消息。

5.4报警统计

【报警统计】功能展示的是每天发送的邮件次数、短信条数、旺旺次数，该统计会有几分钟（不超过10分钟）的统计滞后。手机校验码的发送量，也统计在短信发送条数中。每个用户总共拥有1000条短信/月的免费使用配额。

 PDF版下载：http://imgs-storage.cdn.aliyuncs.com/help/jiankong/云监控用户手册.pdf

网页版由wenwenyun.com整理，转载请保留链接