实时任务运维报警监控功能，支持您通过配置自定义报警规则，来实现对实时任务运行状态的监控。本文将为您介绍实时任务报警监控规则配置的相关操作。
1 功能概述
流式任务报警监控支持对任务运行的全流程监控与智能告警。您可按需配置数据源监控、运行状态监控规则，实时监测流式数据的完整性、运行稳定性等关键指标；同时，您可通过配置飞书、短信、Webhook 等多渠道告警方式，确保告警信息秒级触达，有效提升告警及时性。
在监控规则管理页面，您也可一站式查看项目下所有规则，并对其进行创建、编辑、删除等操作，实现可视化监控规则管理，协助您快速响应任务异常，提升任务运维效率与管理效能。
说明
一个监控规则可被多个任务使用，一个任务可使用多个监控规则。
2 监控规则配置
- 登录 DataLeap租户控制台 。
- 选择数据开发 > 运维中心 > 实时任务运维 > 报警监控 > 监控规则，进入监控规则页面。
- 右上角单击新建监控规则按钮，进入报警设置页面，可以对任务监控规则进行配置，配置信息包括：基本信息、监控内容、接收人和报警设置四部分。
2.1 基本信息
在新建监控规则界面，填写以下监控基本信息：
配置项 | 说明 |
|---|---|
规则名称 | 输入实时任务监控规则的名称，支持中英文字符、数字、下划线和中小括号。 |
规则对象 | 根据任务 ID 和任务名称，进行搜索实时任务，可设置监控多个任务对象。 |
规则描述 | 可填写收到该报警后，应有的处理方式，方便定位管理，非必填。 |
2.2 监控内容
按需对流式任务的数据源及运行状态进行监控内容配置：
配置项 | 说明 |
|---|---|
数据源监控： 注意 DataSail 全域数据集成流式集成任务，暂不支持配置此数据源监控告警，您可前往云监控控制台配置其他监控告警策略，详见4.1 云监控告警策略配置。 | |
业务延迟 | 计算数据进入 Flink 时间与在 Kafka Client 生产时间之间的差值情况，当该业务数据延迟超过 N 分钟时，即触发任务报警。 注意 该监控项仅针对 Serverless Flink SQL 任务，且版本为 Flink 1.16+ 引擎，使用 Kafka/MySQL CDC /Mongo CDC Source 的场景中生效。 |
针对 Source 整个 Topic lagsize 的定值监控 | 支持静态口径、动态口径两种监控方式：
注意 所有引擎类型的流式任务都支持此报警，但仅支持配置火山引擎 Kakfa、RocketMQ，不支持自建数据源。 |
数据写入断流 | 数据写入断流监控可进行写入流量下降时监控，监控 Source、Sink 端在指定时间段内，最近 N min 流量的均值，同比昨天下降至 N 百分比时，触发监控报警。 |
数据写入上涨 | 监控数据写入 QPS 在指定时间段内，是否有明显的波动异常：
|
运行监控 | |
任务执行状态 | 通过任务状态来判断实时同步任务是否异常，每隔3分钟检查任务状态，当检查到任务处于"已失败"、或“失败恢复中” 状态则进行报警。 |
Flink failover 次数 | Flink 作业是否存在异常频繁发生 Failove，连续 N 分钟，重启大于几次时，会开始发送告警。 注意 仅对 Serverless Flink 引擎提供的流式任务生效。 |
Checkpoint 失败次数监控 | 连续失败 N 次时，即触发报警。 注意 仅对 Serverless Flink 引擎提供的流式任务会生效。 |
2.3 接收人
监控内容配置完成后，您可进行告警接受人信息的配置，对象包含项目用户、飞书群、值班计划三种。
配置项 | 说明 |
|---|---|
项目用户 | 任务监控规则的内容触发后，可将任务责任人或指定项目成员，设置为报警/通知的接收人，支持配置多个接收人。 注意 项目用户作为接收人，您需保证接收人在火山控制台 > 访问控制中个人信息邮箱、手机号已填写完整。 |
飞书群 | 将告警发送至指定的目标飞书群中，您可通过在飞书设置界面，开启 Debug 模式后查看您所在的所有飞书群 ID 信息，支持添加多个群 ID，用英文逗号分隔。飞书群 ID 查看方式详见3 飞书群 ID 信息获取。
|
值班计划 | 您可填写值班计划中的唯一名称信息，支持填写多个值班计划唯一名称，用英文逗号分隔即可。 |
2.4 报警设置
在报警设置中，需要对报警的发送方式、报警卡片、免打扰时段信息进行设置。
配置项 | 说明 |
|---|---|
发送方式 | 支持邮件、短信、Webhook、飞书、飞书加急、电话等方式。 注意
|
报警卡片 | 报警卡片中若已勾选“@责任人”，且满足以下任一条件时，告警发送才会 @ 任务责任人以进行消息提醒：
注意
|
免打扰时段 | 选择是否开启免打扰时段，在设置的免打扰时段内，不会收到任务告警。 |
报警设置所有设置项填写完成后，单击右上角提交按钮，完成监控规则的配置。
3 监控规则管理
实时任务报警监控规则配置完成后，您可在监控规则界面进行监控规则的管理。
- 搜索监控规则：
设置搜索信息，查询符合条件的任务列表。单击重置按钮，可以恢复项目下的默认展示。 当设置多个搜索条件时，会取各个条件的交集，进行查询。 - 管理已建规则：
- 批量操作：勾选一个或多个规则，单击相应按钮，对规则进行开启/关闭、删除、接收人替换、接收人重置等批量操作。
- 单规则操作：单击列表中某个规则操作列的相应按钮，可以编辑、开启/关闭、删除该规则，以及查看该规则的操作记录。
4 监控规则添加
任务开发的不同阶段，可按需进行监控规则的设置，具体操作入口如下：
- 任务运维页面：通过单任务操作列的报警配置或批量操作栏的添加监控规则 ，给指定任务进行监控规则设置。
- 监控规则页面：在监控规则列表中，单击某个规则操作列的编辑按钮，可以将指定的任务添加至规则对象。
附件
流式任务告警 Webhook Url 回传数据格式说明
{ "taskType":630, // 任务类型 "taskOwner":"tianxxxxx", // 任务责任人 "alarmInstId":180879272, // 报警记录id "externalRuleId":502567967, //云监控规则id "alarmTime":"2023-04-13 20:57:56", // 报警时间 "taskPriority":1, // 任务优先级 "ruleName":"[voc]webhook回调测试", // 报警规则名称 "taskName":"google_play_source_save", // 报警任务名称 "ruleId":3791818, // 报警规则id "projectId":1030, // 任务项目id "taskId":102125772,// 任务id "alarmItemType":2 // 报警项类型 }
字段名 | 类型 | 说明 |
|---|---|---|
taskType | Integer | 任务类型：
|
taskOwner | String | 任务责任人 |
alarmInstId | Long | 报警记录 ID |
externalRuleId | Long | 云监控规则 ID |
alarmTime | String | 报警时间 |
taskPriority | Integer | 任务优先级：
|
ruleName | String | 报警规则名称 |
taskName | String | 报警任务名称 |
ruleId | Long | 实时任务运维中心配置的报警规则 ID |
projectId | Long | 任务所属项目 ID |
taskId | Long | 任务 ID |
alarmItemType | Integer | 监控内容所属报警项类型 ID:
|