CloudWatch警报未触发（图表为空）：DynamoDB延迟指标问题排查

问题详情 #

使用SuccessfulRequestLatency指标监控DynamoDB请求延迟，测试时设置阈值5ms（正式预期阈值为50ms），触发时需推送Slack通知（已有5xx类警报可正常工作），但未收到通知。CloudWatch的「Graphed Metrics」中能看到延迟图表，但警报页面的图表为空。警报YAML配置如下：

DynamoDBCMSPageLatencyTooHighAlarm:
  Type: AWS::CloudWatch::Alarm
  Properties:
    AlarmActions:
      - !Ref ErrorNotifier
    AlarmDescription: Alarm if p90 > 50 ms in DynamoDB (GetItem in CMSPage)
    AlarmName: !Sub ${AWS::StackName}-dynamoDB-CMSPage-latency-too-high
    ComparisonOperator: GreaterThanThreshold
    Dimensions:
      - Name: TableName
        Value: !Ref CmsPageTable
    EvaluationPeriods: 3
    MetricName: SuccessfulRequestLatency
    Namespace: AWS/DynamoDB
    Period: 300
    TreatMissingData: notBreaching
    ExtendedStatistic: p90
    Threshold: 5

排查要点 #

• 补全指标维度：DynamoDB的SuccessfulRequestLatency指标默认包含TableName和Operation两个维度，当前配置仅指定了TableName，缺少Operation（比如GetItem）维度。这会导致警报无法匹配到正确的指标数据，所以警报图表为空。需补充维度配置：

  Dimensions:
    - Name: TableName
      Value: !Ref CmsPageTable
    - Name: Operation
      Value: GetItem
  

• 验证统计周期与数据量：当前设置Period: 300（5分钟），p90分位数统计需要足够的请求样本支撑。如果5分钟内请求量过少，CloudWatch无法生成有效统计值，导致警报无法评估。可临时缩短Period（比如60秒）测试，同时确认指标原始数据点数量是否达标。

• 检查缺失数据处理规则：配置中TreatMissingData: notBreaching，如果因维度不匹配等原因导致指标数据缺失，警报会被判定为「非触发状态」，不会执行通知动作。若存在数据缺失情况，需先解决指标匹配问题。

• 确认通知通道权限：虽然5xx警报正常，仍需检查ErrorNotifier（应为SNS主题）的访问策略，确保允许CloudWatch服务向其发布消息：

  {
    "Effect": "Allow",
    "Principal": {
      "Service": "cloudwatch.amazonaws.com"
    },
    "Action": "sns:Publish",
    "Resource": "arn:aws:sns:REGION:ACCOUNT-ID:YOUR-TOPIC-NAME"
  }
  

  同时确认AlarmActions引用的ErrorNotifier是正确的ARN，无栈引用或拼写错误。

• 查看警报评估历史：在CloudWatch警报页面的「History」标签下，检查是否有INSUFFICIENT_DATA状态记录，这通常是指标匹配失败的直接提示，可据此定位核心问题。

内容的提问来源于stack exchange，提问作者Antonios Zaravelas