Ich verwende Prometheus und Alertmanager, um Nachrichten an Slack zu senden, wenn Alarme ausgelöst werden. Beide sind in Kube selbst gehostet. PII-Bedenken hindern mich daran, eine verwaltete Instrumentierungslösung zu verwenden.
Ich suche nach Optionen, mit denen ich den aktuellen Status aller Alarme auf einen Blick sehen kann. Derzeit kann ein Systemfehler zwischen 1 und 20 Alarme auslösen, die sich als 1 bis 40 Slack-Nachrichten äußern (je eine für „Alarm hoch“ und „Alarm niedrig“), und es ist so laut, dass ich Dinge übersehen kann.
Ich würde ein Tool bevorzugen, das beispielsweise alle zehn Minuten eine Slack-Nachricht postet und diese bei Statusänderungen weiter bearbeitet.
Ich habe mit Grafana-Dashboards experimentiert, bin jedoch zu dem Schluss gekommen, dass dies nicht praktikabel ist, da selten jemand diese proaktiv überprüft.
Wie können Sie den Zustand Ihrer Systeme effizient überwachen?
Antwort1
Ohne auf Prometheus-spezifisch einzugehen, informiert Sie ein gutes ÜberwachungssystembeideMöglichkeiten: Es sagt Ihnen, was Sie seiner Meinung nach wissen müssen, und ermöglicht Ihnen, so schnell und effizient wie möglich herauszufinden, was Sie wissen möchten.
Ich persönlich bevorzuge NAGIOS, da die Alarmfunktion ziemlich ausgefeilt ist (mehrere Alarmkanäle, Sperrzeiträume, Bestätigungen und Eskalationen usw.) und weil es einige sehr schöne synoptische Ansichten bietet, die mir einen Überblick über die Netzwerkintegrität geben.
Meine persönlichen Favoriten für Letzteres sind (a) die Netzwerkkarte im "Rundballon"-Modus, die mir auf einen Blick den Zustand von rund hundert Knoten anzeigt, auf denen fast tausend Service-Checks laufen, und (b) die Ansicht "Unbehandelte Service-Probleme", die mir eine detaillierte Liste derallesdas stimmt derzeit in meinem Netzwerk nicht.
AberbeliebigWerkzeug, dasbeideDinge effektiv (informiert SieUndgibt Ihnen Zusammenfassungen) sollte hilfreich sein. Probieren Sie ein paar aus, bis Sie eine finden, die für Sie funktioniert.