实战笔记:为华为云 ECS 配置 CES 告警加 SMN 通知,让 CPU 异常及时触达

举报
yd_46858814 发表于 2026/10/24 08:56:00 2026/10/24
【摘要】 用华为云云监控 CES 告警规则加消息通知 SMN,为 ECS 打通从异常发现到短信、邮件通知的链路,含订阅确认、Agent 补采内存磁盘指标与上线前压测验证等关键细节。

背景:业务 ECS 偶尔在流量高峰时段 CPU 打满,往往等用户反馈才发现,已经晚了。目标是:CPU 持续异常时,自动通过短信或邮件通知到值班人。华为云上不需要自研监控组件,用云监控 CES 的告警规则加消息通知 SMN 就能打通这条链路。

一、先建 SMN 主题和订阅

1. 进入控制台「消息通知服务 SMN」,创建一个主题,例如 ecs-alarm-topic。

2. 在主题下添加订阅:通知方式选「短信」或「邮件」,填入值班人员的手机号或邮箱。

3. 订阅添加后,接收方会收到一条确认消息,必须完成确认订阅才会生效。这一步最容易漏:没确认就收不到任何告警通知,后面规则配得再对也是白搭。

二、创建 CES 告警规则

1. 进入「云监控服务 CES」-「告警规则」-「创建告警规则」。

2. 资源类型选「弹性云服务器」,勾选要监控的 ECS,指标选「CPU 使用率」。

3. 告警策略示例:统计周期 5 分钟,连续 3 个周期最大值大于等于 80% 时触发告警。用连续周期而不是单点触发,可以过滤掉秒级毛刺,避免偶发抖动就发通知。

4. 打开「发送通知」,通知方式选消息通知服务,关联第一步创建的 SMN 主题。

5. 保存后规则即时生效,之后可在「告警历史」中查看每一次触发和恢复记录。

三、补上内存和磁盘指标(容易踩的坑)

ECS 的基础监控只提供 CPU、网络等宿主机侧指标,内存使用率、磁盘使用率属于操作系统层面的监控,需要在云服务器内安装 CES 的 Agent 后才能采集。只配 CPU 规则容易给人一种已经全面监控的错觉,内存缓慢泄漏这类故障是不会触发任何告警的。安装路径:CES 控制台「主机监控」页面按指引安装插件,装好后指标列表里会出现内存使用率、磁盘使用率,再按同样方式各补一条规则。

四、上线前先做一次验证

不要等真故障来验证链路。Linux 下可以用 stress 工具短时压满 CPU,例如 stress --cpu 2 --timeout 600,观察告警是否按预期触发、SMN 通知是否送达、告警历史是否留痕。验证通过后再停掉压测,避免产生不必要的误报。

五、降噪建议

1. 对批量同类 ECS 使用资源分组统一套用规则,新增机器自动纳入监控范围。

2. 系统维护、版本发布时段可以设置告警屏蔽,避免预期内的抖动刷屏。

3. 阈值分级:80% 只发邮件供关注,95% 且持续时间更久再发短信要求处置,把打扰留给真正需要处置的情况。

小结:CES 负责发现问题,SMN 负责把消息送到人。订阅确认、Agent 安装、上线前验证这三步做扎实,监控告警链路才算真正打通。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。