如何基于自定义指标创建AWS CloudWatch告警并实现错误跨维度聚合

你当前上报的自定义指标采用了EMF（嵌入式指标格式），绑定的维度组合为[LogGroup, ServiceName, ServiceType, HttpMethod, Hostname]，CloudWatch本身确实不支持直接对已有的细粒度维度指标做跨维度聚合告警，可行方案如下：

方案1：EMF新增粗粒度维度组合（官方推荐最优方案） #

不需要额外生成完整的指标组，仅需要修改你当前EMF配置中的Dimensions数组，新增一组剔除HttpMethod、Hostname的维度组合即可，修改后的配置示例如下：

"_aws": {
  "Timestamp": 1629271402304,
  "CloudWatchMetrics": [
      {
          "Dimensions": [
              [
                  "LogGroup",
                  "ServiceName",
                  "ServiceType",
                  "HttpMethod",
                  "Hostname"
              ],
              // 新增粗粒度维度组合，用于全局聚合
              [
                  "LogGroup",
                  "ServiceName",
                  "ServiceType"
              ]
          ],
          "Metrics": [
              {
                  "Name": "latency",
                  "Unit": "Milliseconds"
              },
              {
                  "Name": "errors",
                  "Unit": "Count"
              }
          ],
          "Namespace": "ExternalAPI"
      }
  ]
}

修改后CloudWatch会自动生成两套时间序列：

• 全维度序列：保留原有的细粒度维度，用于后续问题排查时按HttpMethod、Hostname过滤统计
• 粗粒度序列：仅保留三个通用维度，直接对这个序列的errors指标做聚合统计就能设置全局错误告警，计算延迟最低，额外产生的指标成本也极低。

方案2：使用Metric Math聚合所有细粒度序列（无需修改上报逻辑） #

如果暂时不想调整EMF上报配置，可以通过CloudWatch Metric Math的SUM()函数把所有细粒度的errors时间序列加总，对计算结果设置告警。
该方案存在两个限制：

• 单个Metric Math告警最多支持引用100个时间序列，如果你的HttpMethod和Hostname的组合数量超过100，无法覆盖全量数据
• 告警计算延迟高于方案1，长期使用的成本也更高

方案3：基于Contributor Insights做统计（适合大维度基数场景） #

如果你的维度组合超过100种，又不想修改上报逻辑，可以基于EMF对应的日志组开启Contributor Insights，配置规则统计所有错误事件的总数，再对统计结果设置告警即可。该方案适合维度基数很大的场景，但使用成本高于方案1。

内容的提问来源于stack exchange，提问作者lobbin