-
Операторы:
- + / * < > = <> >= <= not or and -
Функции:
min max avg last count date time diff regexpи многие другие! -
Анализируйте все: любую метрику с любого устройства:
{node1:system.cpu.load.last()} > 5 and {node2:system.cpu.load.last()} > 5 and
{nodes:tps.last()} < 5000
Пример: {server:system.cpu.load.last()} > 5
Возможны лишние сообщения о восстановлении сервиса и критичности работы сервиса, если значение ставноится то больше, то меньше критического.
Еще пример: {server:net.tcp.service[http].last()} = 0
Чрезмерная чуствительность ведет к ложным срабатываниям!
Решены ли эти проблемы?
Проблема: free disk space < 10%
Нет проблемы: free disk space = 10.001%
Проблема: CPU load > 5
Нет проблемы: CPU load = 4.99
Проблема: SSH check failed
Нет проблемы: SSH is up
Используйте данные из истории:
Производительность: {server:system.cpu.load.min(10m)} > 5
Доступность:
{server:net.tcp.service[http].max(5m)} = 0
{server:net.tcp.service[http].max(#3)} = 0
На графике показан момент, когда триггер сработает при условии {server:system.cpu.load.min(10m)} > 5:
Доступность http-сервиса: {server:net.tcp.service[http].max(#3)} = 0
Ранее: {server:system.cpu.load.last()} > 5
Теперь:
Выражение проблемы: {server:system.cpu.load.last()}>5
Выражение восстановления: {server:system.cpu.load.last()}<=1
Получим всего 2 уведомления!
Выражение проблемы: {server:system.cpu.load.min(5m)}>3
Выражение восстановления: {server:system.cpu.load.max(2m)}<=1
Выражение проблемы: {server:vfs.fs.size[/,pfree].last()}<10
Выражение восстановления: {server:vfs.fs.size[/,pfree].max(15m)}>30
Выражение проблемы: {server:net.tcp.service[ssh].max(#3)}=0
Выражение восстановления: {server:net.tcp.service[ssh].min(#10)}=1