报警监控

实时任务报警监控功能，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 监控规则

通过任务监控规则，可对流式任务运行进行监控，在监控规则页面，您可查看该项目下全部已创建的规则监控，并对其进行管理。您也可以通过新建监控规则按钮，增加新的监控规则。

1.1 监控规则配置

1. 登录 DataLeap租户控制台 。

2. 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。

3. 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：

   参数	说明
   基本信息
   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。
   监控内容
   数据源监控	如需使用数据源监控，数据开发类任务请保证线上版本，已登记数据源Source和Sink信息；数据集成任务，可自动从任务配置中获取数据源信息，无需登记。 数据源监控是针对 Source 整个 Topic lagsize 的定值监控：设置最近 N 分钟，当 lagsize>X 条数据时，即触发报警。 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。
   运行监控	任务运行状态监控：每隔3分钟检查任务状态，当检查到任务处于非 "运行中" 则进行报警。 Flink Full-restart 次数：Flink 作业，连续 N 分钟，重启大于几次时，会开始发送告警。 Checkpoint 失败次数监控：连续失败 N 次时，即触发报警。 注意 其中 Flink Full-restart 次数、Checkpoint 失败次数监控，目前仅对 Serverless Flink 引擎提供的流式任务会生效。
   接收人
   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。 飞书群作为接收人，您可选择以下两种发送方式，将告警发送到飞书群中： 方式一：发送方式勾选为“飞书”或“飞书加急”。 此方式您需前往飞书开发者后台，自建一个飞书应用机器人，并将应用机器人添加至对应的飞书群中。飞书应用机器人创建操作详见飞书告警前置说明。 方式二：发送方式勾选为“Webhook”。 此方式您需在目标飞书群中添加一个自定义机器人，并在其安全设置中，勾选“自定义关键词”，并且输入关键词：DataLeap 或 dataleap。 配置完成后，DataLeap 方可通过自定义机器人生成的 Webhook 地址，将告警消息推送至目标飞书群中，自定义机器人创建方式详见飞书告警前置说明。 说明 请妥善保管好此 Webhook 地址，不要公布在 GitHub、博客等可公开查阅的网站上，以防止地址泄露后被恶意调用发送垃圾信息。
   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。 当任务监控规则的内容触发后，根据配置的值班计划，可将告警消息通过下方报警设置 > 发送方式中设置的方式，发送至值班计划中配置的值班人员，您可在值班计划中灵活安排值班人员来处理告警。值班表操作配置详见值班计划。
   报警设置
   发送方式	支持邮件、短信、Webhook、飞书、飞书加急、电话等方式。 注意 目前火山对于短信发送，有频控限制，每分钟最多发送10条短信。 发送方式为飞书、飞书加急，且接收人配置项目用户或任务责任人时，您需额外自建应用机器人并进行飞书账号绑定。操作详见1.1 飞书应用机器人创建 填写 Webhook hookUrl 地址，需为 post 类型，且必须添加 http 或 https 协议头。 Webhook 地址也可添加为飞书自定义机器人或钉钉自定义机器人中的 Webhook 地址，创建机器人时，关键词可设置为 DataLeap 或 dataleap。详见1.2 自定义机器人创建。 请求 body 样例说明详见 4.1 格式样例。
   免打扰时段	选择是否开启免打扰时段，在免打扰时段内，不会收到任务告警。

1.2 监控规则管理

1. 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。
2. 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。

1.3 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。

1.4 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
}

2 报警记录

在报警记录页面，您可以根据报警记录列表，查看报警监控下流式监控规则触发的报警信息。
您可以进行以下操作：

1. 搜索报警记录：
   您可通过任务 ID、任务名称、规则 ID、规则名称、报警时间、发送方式等选项，来设置搜索信息，查询符合条件的报警记录列表。当设置多个搜索条件时，会取各个条件的交集，进行查询。
2. 单击报警列表中的报警任务、对应规则栏，您可以查看相应的任务运维信息和监控规则信息。
3. 对于已触发的报警项，您可单击操作列的 ACK 按钮，以分钟或小时粒度，设置报警屏蔽时间，将对应的报警信息进行屏蔽。