告警概览

GPU 云服务提供告警能力，帮助您发现资源或服务异常，并通过告警通知将异常消息发送到指定渠道。您可以使用预设规则关注常见异常，也可以使用 PromQL 创建自定义规则。 进入 告警 页面后，可以查看自定义规则、预设规则、通知渠道和近 15 天告警事件数量，并在 自定义规则、预设规则、历史和 告警通知 页签中完成规则配置、事件查询和通知管理。您也可以从 CKS 集群工作台进入 可观测 > 告警 页面，查看或配置与集群运维相关的告警。

​

使用路径

首次使用告警时，建议按以下路径配置和排查：

1. 创建告警通知，用于接收告警消息。
2. 根据监控场景选择告警规则。

   场景	建议
   关注平台已经提供的常见异常	订阅预设规则。
   需要使用自定义 PromQL 表达式或自定义生效时间	创建自定义规则。

3. 启用规则后，确认规则已按预期生效，并已绑定正确的告警通知。
4. 告警触发后，在 历史 页签中查看事件状态、触发值和标签信息，再回到对应资源或监控指标定位问题。

​

告警规则类型

GPU 云服务支持以下两类告警规则：

​

告警事件状态

历史 页签中可以查看告警当前状态。告警状态包括：

​

告警等级

自定义规则和历史事件中可以使用告警等级区分事件严重程度。告警等级包括 CRITICAL、WARNING 和 INFO。

​

告警处理建议

收到告警后，建议先在 历史 页签中查看规则名、触发时间、持续时长、触发值和标签信息。标签中可能包含产品、地域、集群、资源或规则相关信息，可用于回到对应资源或监控指标继续排查。