Doporučená pravidla upozornění pro clustery Kubernetes

Výstrahy ve službě Azure Monitor aktivně identifikují problémy související se stavem a výkonem vašich prostředků Azure. Tento článek popisuje, jak povolit a upravit sadu doporučených pravidel upozornění metrik, která jsou předdefinovaná pro vaše clustery Kubernetes.

Typy pravidel upozornění

U clusterů Kubernetes se používají dva typy pravidel upozornění na metriky.

Typ pravidla upozornění	Popis
Pravidla upozornění metrik Prometheus (Preview)	Použijte data metrik shromážděná z clusteru Kubernetes ve spravované službě Azure Monitoru pro Prometheus. Tato pravidla vyžadují povolení prometheus ve vašem clusteru a jsou uložená ve skupině pravidel Prometheus.
Pravidla upozornění na metriky platformy	Použijte metriky, které se automaticky shromažďují z clusteru AKS a ukládají se jako pravidla upozornění služby Azure Monitor.

Povolení doporučených pravidel upozornění

Pomocí jedné z následujících metod povolte doporučená pravidla upozornění pro váš cluster. Pro stejný cluster můžete povolit pravidla upozornění na metriku Prometheus i platformu.

Azure Portal

Pomocí webu Azure Portal se skupina pravidel Prometheus vytvoří ve stejné oblasti jako cluster.

1. V nabídce Upozornění pro váš cluster vyberte Nastavit doporučení.

   

2. Dostupná pravidla upozornění platformy Prometheus a platformy se zobrazují s pravidly prometheus uspořádanými podle podů, clusterů a úrovní uzlů. Pokud chcete tuto sadu pravidel povolit, přepněte skupinu pravidel Prometheus. Rozbalením skupiny zobrazíte jednotlivá pravidla. Můžete ponechat výchozí hodnoty nebo zakázat jednotlivá pravidla a upravit jejich název a závažnost.

   

3. Přepnutím pravidla metriky platformy toto pravidlo povolíte. Pravidlo můžete rozšířit a upravit jeho podrobnosti, jako je název, závažnost a prahová hodnota.

   

4. Vyberte jednu nebo více metod oznámení, abyste vytvořili novou skupinu akcí, nebo vyberte existující skupinu akcí s podrobnostmi oznámení pro tuto sadu pravidel upozornění.

5. Kliknutím na Uložit uložte skupinu pravidel.

Azure Resource Manager

Pomocí šablony ARM můžete zadat oblast pro skupinu pravidel Prometheus, ale měli byste ji vytvořit ve stejné oblasti jako cluster.

Stáhněte požadované soubory pro šablonu, se kterou pracujete, a nasaďte pomocí parametrů v následujících tabulkách. Příklady různých metod najdete v tématu Nasazení ukázkových šablon.

ARM

• Soubor šablony: https://aka.ms/azureprometheus-recommendedmetricalerts

• Parametry:

  Parametr	Popis
  clusterResourceId	ID prostředku clusteru
  actionGroupResourceId	ID prostředku skupiny akcí, která definuje odpovědi na výstrahy.
  azureMonitorWorkspaceResourceId	ID prostředku pracovního prostoru Azure Monitoru, který přijímá metriky Prometheus clusteru
  location	Oblast pro uložení skupiny pravidel upozornění

Bicep

Další podrobnosti najdete v souboru README .

• Soubor šablony: https://aka.ms/azureprometheus-recommendedmetricalertsbicep

• Parametry:

  Parametr	Popis
  aksResourceId	ID prostředku clusteru
  actionGroupResourceId	ID prostředku skupiny akcí, která definuje odpovědi na výstrahy.
  monitorWorkspaceName	Název pracovního prostoru Azure Monitoru, který přijímá metriky Prometheus clusteru
  location	Oblast pro uložení skupiny pravidel upozornění

Úprava doporučených pravidel upozornění

Po vytvoření skupiny pravidel nemůžete k úpravám pravidel použít stejnou stránku na portálu. U metrik Prometheus musíte upravit skupinu pravidel a upravit v ní všechna pravidla, včetně povolení všech pravidel, která ještě nejsou povolená. U metrik platformy můžete upravit každé pravidlo upozornění.

Azure Portal

1. V nabídce Upozornění pro váš cluster vyberte Nastavit doporučení. Všechna pravidla nebo skupiny pravidel, které už byly vytvořeny, budou označeny jako již vytvořené.

2. Rozbalte pravidlo nebo skupinu pravidel. Klikněte na Zobrazit skupinu pravidel pro Prometheus a Zobrazit pravidlo upozornění pro metriky platformy.

   

3. Pro skupiny pravidel Prometheus:

   1. výběrem možnosti Pravidla zobrazíte pravidla upozornění ve skupině.

   2. Klikněte na ikonu Upravit vedle pravidla, které chcete upravit. K úpravě pravidla použijte doprovodné materiály v části Vytvoření pravidla upozornění.

      

   3. Po dokončení úprav pravidel ve skupině klikněte na Uložit a uložte skupinu pravidel.

4. Pro metriky platformy:

   1. Kliknutím na tlačítko Upravit otevřete podrobnosti pravidla upozornění. K úpravě pravidla použijte doprovodné materiály v části Vytvoření pravidla upozornění.

      

Azure Resource Manager

Upravte dotaz a prahovou hodnotu nebo nakonfigurujte skupinu akcí pro pravidla upozornění v šabloně ARM popsané v tématu Povolení doporučených pravidel upozornění a opětovné nasazení pomocí libovolné metody nasazení.

Zakázání skupiny pravidel upozornění

Zakažte skupinu pravidel, aby přestala přijímat výstrahy z pravidel v ní.

Azure Portal

1. Podívejte se na skupinu pravidel upozornění pro Prometheus nebo pravidlo upozornění na metriku platformy, jak je popsáno v tématu Úpravy doporučených pravidel upozornění.

2. V nabídce Přehled vyberte Zakázat.

   

Šablona ARM

Nastavte příznak povolené na false pro skupinu pravidel v šabloně ARM popsané v části Povolení doporučených pravidel upozornění a znovu ho nasaďte pomocí libovolné metody nasazení.

Doporučené podrobnosti o pravidle upozornění

Následující tabulky uvádějí podrobnosti o jednotlivých doporučených pravidlech upozornění. Zdrojový kód pro každý z nich je k dispozici na GitHubu spolu s průvodci odstraňováním potíží od komunity Prometheus.

Pravidla upozornění komunity Prometheus

Upozornění na úrovni clusteru

Název upozornění	Popis	Výchozí prahová hodnota	Časový rámec (minuty)
KubeCPUQuotaOvercommit	Kvóta prostředků procesoru přidělená oborům názvů překračuje dostupné prostředky procesoru v uzlech clusteru o více než 50 % za posledních 5 minut.	>1.5	5
KubeMemoryQuotaOvercommit	Kvóta prostředků paměti přidělená oborům názvů překračuje dostupné paměťové prostředky v uzlech clusteru o více než 50 % za posledních 5 minut.	>1.5	5
Počet kontejnerů zabitých OOM je větší než 0	Jeden nebo více kontejnerů v rámci podů bylo zabito kvůli událostem mimo paměť (OOM) za posledních 5 minut.	>0	5
KubeClientErrors	Míra chyb klienta (stavové kódy HTTP začínající 5xx) v požadavcích rozhraní API Kubernetes překračuje 1 % celkové frekvence požadavků rozhraní API za posledních 15 minut.	>0.01	15
KubePersistentVolumeFillingUp	Trvalý objem se zaplňuje a očekává se, že vyhodnocuje dostupný prostor vyhodnocovaný podle dostupného poměru místa, využitého prostoru a předpověděného lineárního trendu dostupného prostoru za posledních 6 hodin. Tyto podmínky se vyhodnocují za posledních 60 minut.	–	60
KubePersistentVolumeInodesFillingUp	Během posledních 15 minut je k dispozici méně než 3 % uzlů inode v rámci trvalého svazku.	<0.03	15
KubePersistentVolumeErrors	Jeden nebo více trvalých svazků je ve fázi selhání nebo čekání na vyřízení za posledních 5 minut.	>0	5
KubeContainerWaiting	Nejméně jeden kontejner v rámci podů Kubernetes je ve stavu čekání za posledních 60 minut.	>0	60
KubeDaemonSetNotScheduled	Nejméně jeden pod není naplánovaný na žádném uzlu za posledních 15 minut.	>0	15
KubeDaemonSetMisScheduled	Nejméně jeden pod se během posledních 15 minut zmeškal v clusteru.	>0	15
KubeQuotaAlmostFull	Využití kvót prostředků Kubernetes je mezi 90 % a 100 % pevných limitů za posledních 15 minut.	>0,9 <1	15

Upozornění na úrovni uzlu

Název upozornění	Popis	Výchozí prahová hodnota	Časový rámec (minuty)
KubeNodeUnreachable	Uzel je za posledních 15 minut nedostupný.	0	15
KubeNodeReadinessFlapping	Stav připravenosti uzlu se během posledních 15 minut změnil více než 2krát.	2	15

Upozornění na úrovni podů

Název upozornění	Popis	Výchozí prahová hodnota	Časový rámec (minuty)
Průměrné využití pv je větší než 80 %	Průměrné využití trvalých svazků na podech překračuje 80 % za posledních 15 minut.	>0.8	15
KubeDeploymentReplicasMismatch	Existuje neshoda mezi požadovaným počtem replik a počtem dostupných replik za posledních 10 minut.	–	10
KubeStatefulSetReplicasMismatch	Počet připravených replik v StatefulSet neodpovídá celkovému počtu replik v sadě StatefulSet za posledních 15 minut.	–	15
KubeHpaReplicasMismatch	Horizontální automatické škálování podů v clusteru neodpovídá požadovanému počtu replik za posledních 15 minut.	–	15
KubeHpaMaxedOut	Horizontální automatické škálování podů (HPA) v clusteru běží na maximálních replikách za posledních 15 minut.	–	15
KubePodCrashLooping	Jeden nebo více podů je v pod podmínky CrashLoopBackOff, kde se pod po spuštění neustále chybově ukončí a po posledních 15 minutách se úspěšně obnoví.	>=1	15
KubeJobStale	Nejméně jedna instance úlohy se po dobu posledních 6 hodin úspěšně nedokončila.	>0	360
Kontejner podů se restartoval za posledních 1 hodinu.	Nejméně jeden kontejner v rámci podů v clusteru Kubernetes se během poslední hodiny restartoval alespoň jednou.	>0	15
Stav připravených podů je menší než 80 %	Procento podů v připraveném stavu klesne podů za posledních 5 minut podů podů do 80 % pro jakékoli nasazení nebo démona v clusteru Kubernetes.	<0.8	5
Počet podů ve stavu selhání je větší než 0.	Nejméně jeden pod je ve stavu selhání za posledních 5 minut.	>0	5
KubePodNotReadyByController	Nejméně jeden pod není ve stavu připraveno (tj. ve fázi Čeká na vyřízení nebo Neznámý) za posledních 15 minut.	>0	15
KubeStatefulSetGenerationMismatch	Pozorované generování StatefulSet Kubernetes neodpovídá jeho generování metadat za posledních 15 minut.	–	15
KubeJobFailed	Během posledních 15 minut došlo k selhání jedné nebo několika úloh Kubernetes.	>0	15
Průměrné využití procesoru na kontejner je větší než 95 %	Průměrné využití procesoru na kontejner za posledních 5 minut překračuje 95 %.	>0.95	5
Průměrné využití paměti na kontejner je větší než 95 %	Průměrné využití paměti na kontejner překračuje 95 % za posledních 5 minut.	>0.95	10
KubeletPodStartUpLatencyHigh	99. percentil latence spuštění podu překračuje 60 sekund za posledních 10 minut.	>60	10

Pravidla upozornění metriky platformy

Název upozornění	Popis	Výchozí prahová hodnota	Časový rámec (minuty)
Procento procesoru uzlu je větší než 95 %	Procento procesoru uzlu je za posledních 5 minut větší než 95 %.	95	5
Procento pracovní sady paměti uzlu je větší než 100 %	Procento pracovní sady paměti uzlu je za posledních 5 minut větší než 95 %.	100	5

Upozornění na metriky Starší verze Container Insights (Preview)

Pravidla metrik v Container Insights budou vyřazena 31. května 2024 (to bylo dříve oznámeno 14. března 2026). Tato pravidla nebyla k dispozici k vytvoření pomocí portálu od 15. srpna 2023. Tato pravidla byla ve verzi Public Preview, ale budou vyřazena bez dosažení obecné dostupnosti, protože jsou nyní k dispozici nová doporučená upozornění na metriky popsaná v tomto článku.

Pokud jste už tato starší pravidla upozornění povolili, měli byste je zakázat a povolit nové prostředí.

Zakázání pravidel upozornění na metriky

1. V nabídce Přehledy vašeho clusteru vyberte Doporučená upozornění (Preview).
2. Změňte stav pro každé pravidlo upozornění na Zakázáno.

Další kroky

• Přečtěte si o různých typech pravidel upozornění ve službě Azure Monitor.
• Přečtěte si o skupinách pravidel upozornění ve spravované službě Azure Monitor pro Prometheus.