如何在Stackdriver中创建基于日志缺失特定行的告警？监控GKE CronJob

首先，核心思路是：找到你的CronJob正常运行时一定会产生的特征日志行，然后监控过去1小时内这些日志是否完全没出现，一旦没出现就触发告警通知。

第一步：精准定位CronJob的特征日志 #

你需要先确定你的GKE CronJob运行时会输出什么独特的日志——这是告警的关键，不能误判。举几个常见的例子：

• 如果是CronJob创建Job的日志：找包含Created job my-cron-job-的行（因为CronJob生成的Job会带随机后缀）
• 如果是Job启动容器的成功日志：找Successfully started container加上你的容器名
• 如果是CronJob控制器的调度日志：找Starting execution of cronjob my-cron-job

比如，针对GKE集群里的CronJob，你可以用这样的日志查询（替换成你的集群和CronJob名称）：

resource.type="k8s_cluster"
resource.labels.cluster_name="your-gke-cluster-name"
textPayload:"Created job"
textPayload:"your-cron-job-name"

先在Log Explorer里测试这个查询，确认正常运行时能返回结果，没运行时返回空。

第二步：创建告警策略 #

1. 打开Stackdriver Monitoring（Google Cloud Monitoring），进入「告警」→「创建告警策略」
2. 选择「日志」作为数据源，粘贴你刚才测试好的查询
3. 设置告警条件：
   • 时间窗口选「过去1小时」
   • 统计方式选「计数」（也就是统计这段时间内匹配日志的数量）
   • 触发条件设为「计数 = 0」——意思就是过去1小时内完全没找到目标日志，说明CronJob没运行
4. 配置通知渠道：添加你需要的通知方式（邮件、Slack、PagerDuty等），设置接收人/群组
5. 给告警起个清晰的名字（比如「CronJob [你的任务名] 过去1小时未运行」），加上描述方便排查

一些避坑小贴士 #

• 别只监控成功日志：如果CronJob运行但失败了，成功日志会缺失，但其实任务是跑了的。如果要监控「是否完全没启动」，就找CronJob创建Job的日志（不管后续成功失败，只要启动就会有这条）
• 适配调度间隔：如果你的CronJob是每30分钟跑一次，那过去1小时至少应该有2条日志，这时可以把触发条件设为「计数 < 2」，避免偶尔延迟导致误告警
• 测试告警：可以手动暂停CronJob，等1小时后看看是否收到通知，确认策略生效

内容的提问来源于stack exchange，提问作者pkaramol