EKS集群ALB关联CloudWatch指标选型：Grafana监控应用可用性

针对你的EKS Deployment（2副本）+ ALB的监控场景，结合CloudWatch数据源，推荐以下几个ALB相关的健康检查类指标，能精准感知单个副本的故障状态：

• UnHealthyHostCount：直接统计目标组中不健康的实例数量。当你的2个副本中有1个故障时，这个指标会显示为1，能立刻发现有实例异常，弥补HealthyHostCount仅显示汇总健康数的不足。在Grafana中配置时，记得按TargetGroup维度过滤，必要时可拆分到Target维度查看具体哪个实例不健康。

• HealthCheckFailedCount：统计ALB对目标组实例执行健康检查的失败次数。单个副本故障时，该实例对应的失败次数会持续累计。通过按Target维度拆分指标，你能明确看到是哪个副本的健康检查频繁失败，方便定位问题。

• TargetResponseTime：虽然不是直接的健康检查指标，但可辅助判断实例状态。如果某个副本出现故障，健康检查的响应时间可能会骤升或超时（超过你配置的健康检查超时时间）。结合这个指标，能更早发现实例的异常趋势。

• TargetConnectionErrorCount：记录ALB与目标实例建立连接时的错误次数。当副本故障导致无法正常连接时，这个指标会上升，可作为实例健康状态的补充判断依据。

额外提示：在Grafana中配置这些指标时，一定要开启维度拆分（比如按Target或InstanceId），不要只看目标组的汇总数据，这样才能精准定位到单个副本的故障。

内容的提问来源于stack exchange，提问作者Khalil Azennoud