容器服务基于[托管 Prometheus（VMP）](https://docs.volcengine.com/docs/6731/106488)提供完善的集群监控告警能力，覆盖控制面、节点、网络、工作负载、AI 训练任务等典型场景。本文介绍如何使用 VMP 预置告警模板、自定义告警模板及自定义告警规则方式，为容器服务集群配置告警。 ## 背景信息 Kubernetes 集群的稳定运行依赖完善的监控告警体系。VKE 使用 VMP 作为监控告警的核心基础设施，提供对控制面组件（API Server、etcd、kube\-controller\-manager、kube\-scheduler）、节点资源、网络、工作负载等多维度指标的采集与告警能力。 VMP 中已预置了多种类型的 VKE 告警规则模板，覆盖控制面、节点、网络、存储、工作负载、AI 训练任务等典型场景。您可以直接使用系统预置模板快速创建告警规则组，也可以基于业务实际需求自定义基于 PromQL 语句的告警规则，或在导出预置模板 YAML 后调整规则并沉淀为自定义告警模板，统一复用于多个集群。 ### **配置方式** VKE 支持以下几种告警配置方式，不同配置方式的定义和应用场景，如下表所示。 |配置方式 |应用场景 |参考文档 | |---|---|---| |使用预置模板配置 |系统预置常见场景的告警规则模板，适合首次建设或快速补齐集群告警基线。

说明

VKE 预置告警模板的详细介绍，请参见预置告警模板。

|[预置告警规则模板](https://docs.volcengine.com/docs/6731/1183367) | |使用自定义模板配置 |* 需要统一修改默认阈值或持续时间。

* 需要删除不适用于当前集群的规则。

* 需要补充特定业务标签、路由策略、变量范围。

* 需要将标准化告警方案复用于多个集群或多个环境。 |[自定义告警规则模板](https://docs.volcengine.com/docs/6731/1183366) | |自定义告警规则 |* 监控特定命名空间、业务 Pod、关键接口或租户。

* 结合业务 SLI/SLO 定义延迟、错误率、饱和度等指标。

* 补充企业内部 SOP、值班分级和专属通知路由。 |[创建告警规则](https://docs.volcengine.com/docs/6731/159016) | ### **告警级别** VMP 告警模板使用 P0、P1、P2 定义不同的告警级别，建议结合业务场景将告警级别映射到企业内部的值班和升级制度。详情如下： * P0：高优先级故障，通常表示组件不可用、严重错误或强烈建议立即处理。 * P1：重要异常，通常表示性能明显下降、错误率上升或关键资源逼近上限。 * P2：一般告警，通常用于风险提示、异常趋势发现或预警。 ### 配置建议 * **生产环境通用集群**：建议启用 VKE 控制面组件、VKE 工作负载、VKE 节点、VKE DNS 服务、VKE CNI 组件、 VKE CSI 组件、VKE Ingress\-Nginx 组件模板，覆盖集群的核心组件、节点和网络。 * **GPU / RDMA 训练集群**：在通用模板基础上，额外启用 VKE AI 训练任务、VKE AIOps 服务模板，重点观测 GPU 利用率、RDMA 链路质量和训练任务异常。 * **告警治理通用建议**： * 按环境（开发 / 预发 / 生产）拆分通知路由。 * 对 P0 告警配置电话、短信或 IM 升级通知。 * 定期导出模板 YAML 做版本留档，并基于实际告警噪音优化阈值和持续时间。 ## **前提条件** * 已开启云原生观测功能。详情请参见 [开启观测](https://www.volcengine.com/docs/6460/1213992)。 * 已创建告警通知对象或告警通知策略。详情请参见 [创建联系人](https://www.volcengine.com/docs/6731/159010)、[创建联系人组](https://www.volcengine.com/docs/6731/159011)、[创建告警通知策略](https://www.volcengine.com/docs/6731/159013)。

说明

若需自定义告警规则，建议先了解 PromQL 的基础知识及监控目标暴露的指标含义。详情请参见 PromQL 入门。

## 操作步骤 ### **使用预置模板配置** 1. 登录 [VMP 服务控制台](https://console.volcengine.com/observe/prometheus)。 2. 在顶部导航栏，选择目标地域。 3. 在左侧导航栏中，选择 **告警中心 \> 告警规则模板**。选择 **预置模板** 页签，并在 **模板分类** 中选择 **容器服务**。查看模板的名称、描述、规则数等信息，确认是否适用于当前集群。 4. 在 **预置模板** 列表中选择目标模板，单击 **应用模板**，使用模板创建告警规则。 5. 单击 **下一步**，配置告警规则组详情。 * 配置告警规则组的基本信息。 * 选择与集群绑定的工作区，并选择变量。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_59a950479d9a6cd228459fd2a9be4935.png) * 确认单条规则和对应的阈值是否符合需求，允许关闭指定的规则或修改指定规则的告警阈值。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_f9a76a8f9f893eb3da13d82c2434ee2c.png) * 配置告警通知策略和聚合策略。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_1b9ad9d784276087d524fd3211a8cd0e.png) 6. 单击 **确认**，完成配置。系统自动生成对应的告警规则组。 ### **使用自定义模板配置** 1. 在左侧导航栏中，选择 **告警中心 \> 告警规则模板**。选择 **预置模板** 页签，选择目标模板，单击 **导出**，将预置模板的 YAML 文件导出到本地。 2. 根据实际需求，修改模板 YAML 文件内容，包括： * 调整 items 中的规则名称、PromQL、阈值、持续时间和变量定义。 * 增加或删减适配自身业务的规则项。 3. 选择 **自定义模板** 页签，单击 **Yaml 文件导入**，导入修改后的模板文件。 4. 单击 **下一步**，配置模板的基本信息。 5. 单击 **确定**，完成配置。 6. 在 **自定义模板** 页签的列表中，找到刚导入的自定义模板，单击 **应用模板**，按提示完成告警规则组创建。 ### **自定义告警规则** 当预置模板和自定义模板都无法覆盖特定的业务诉求时，您可以手动创建独立的告警规则，直接编写 PromQL 语句和触发策略。该方式不依赖模板复用，适合一次性、临时性、强业务定制的告警场景。操作步骤如下： 1. 在左侧导航栏中，选择 **告警中心 \> 告警规则**。单击 **创建**，在弹出的下拉菜单中选择 **手动创建**。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_d13537068a06fafea02bb6921adeeaf7.png) 2. 配置告警触发条件。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_83a281f72a665445bcbe9e551a08b852.png) |**配置项** |**说明** | |---|---| |工作区 |在下拉菜单中选择与集群绑定的工作区。 | |查询语句 |使用标准 PromQL 语句，配置监控对象或指标。 | |触发策略 |配置告警触发策略。指定告警等级、条件、阈值和条件持续时间。

* 勾选 P0、P1 或 P2，表示设定不同的告警等级。取消勾选，则表示不设定该等级的告警。

* **比较条件**：指定 PromQL 语句和阈值之间的比较条件。支持多个比较条件，包括： **大于**、**大于等于**、**小于**、**小于等于**、**等于** 和 **不等于**。

* **阈值**：配置指标的阈值。

* **条件持续时间**：配置指标符合条件的持续时间，包括：

* **立即触发**：满足告警条件后，立即触发告警。

* **自定义持续时间**：选择告警触发的时间，支持 1 分钟、2 分钟、5 分钟、10 分钟、20 分钟、30 分钟、1 小时、3 小时、6 小时、12 小时。例如：1 分钟表示满足告警条件，并持续 1 分钟后，再触发告警。 | 3. 配置告警通知，支持从统一告警中心或原 VMP 告警策略中选择合适的通知策略和聚合策略。 4. 单击 **确定**，完成配置。 ## 结果验证告警相关的配置完成后，当有符合告警规则的告警产生时，会通过指定的告警渠道发送告警通知。您可以通过该渠道收到告警通知的详情。例如通过飞书接收告警通知时，示例如下： ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_247a00d5b776dcbd12e61451ed7f58b3.png) ## 相关文档 * [使用邮件接收告警通知](https://docs.volcengine.com/docs/6731/1099125) * [使用飞书自定义机器人接收告警通知](https://docs.volcengine.com/docs/6731/189379) * [使用飞书应用机器人接收告警通知](https://docs.volcengine.com/docs/6731/1267869) * [使用钉钉接收告警通知](https://docs.volcengine.com/docs/6731/801669) * [使用企业微信接收告警通知](https://docs.volcengine.com/docs/6731/1285199) * [使用电话接收告警通知](https://docs.volcengine.com/docs/6731/1113737) * [使用短信接收告警通知](https://docs.volcengine.com/docs/6731/1545773)