优维EasyOps产品使用最佳实践：Agent存活性监控

 优维EasyOps平台内置Agent存活性监控啦！

Agent作为自动化/监控底层核心组件，它的可用性直接影响了上层功能的使用，故我们会非常关注它的状态。但如果有网络波动、Agent升级或机器故障等都可能导致Agent异常，这时用户希望这种异常能够及时通知到平台运维负责人，以便于他能够及时感知并处理。过去我们平台一直没内置Agent状态存活的监控，现场人员为此使用了各种旁路的方式去做监控，而旁路的方式并不能实时可靠的感知到Agent状态的变化，现在平台内置了此功能将彻底解决这个问题！

负责管理Agent状态的组件（gateway）直接将内存状态数据暴露出来当做指标进入告警处理链路流，从而上层可利用此配置告警。另外，Agent状态是触发沿上报，所以会非常的灵敏。

适配发行版：6.19.0！

1.说明

Agent是Easyops平台上负责客户端代理的组件，它能够实现监控采集、资源发现和工具执行等功能。由于Agent的存活性对系统运行非常关键，Easyops平台内置了对Agent的监控功能，包括以下指标：

 这些指标在Easyops平台中默认进行采集，无需额外配置策略，只需要简单配置相应的告警规则即可。

2.告警规则配置

⑴ 新建告警规则：首先，需要创建一个告警规则来定义监控的目标范围，即您希望监控的主机范围。

 ⑵ 设定告警指标：在告警规则中，选择"主机Agent状态"作为告警指标，并将阈值设定为"不等于正常"。这样一来，当Agent状态异常时将会触发告警。

 ● 请注意：Agent状态的指标每小时上报一次，并且可以基于触发条件(状态变化)进行即时触发。换句话说，当Agent状态从"正常"变为"异常"时，将立即触发指标值的变化。为了确保准确性，触发判断填写一个数据点来进行触发。（如果填写两个数据点，那么异常状态至少维持1小时才会触发，这样告警延迟过大。）
这意味着即使指标每小时上报一次，一旦状态发生变化，系统会立即捕捉到这个变化并触发相应的动作。这样设计的目的是确保对Agent状态的监控是及时且敏感的。因此，您可以依靠这个特性来快速发现并处理Agent状态异常的情况。

 ⑶ 添加告警丰富信息：您可以为告警添加更多的信息，以便更清楚地描述告警的内容和上下文。

 ⑷ 设定告警模板：为告警消息设定模板，使其包含关键信息并具有易读性。

【SLO事件告警】{{time|ts2str:'%Y-%m-%d %H:%M'}} 产生「{{levelName}}」级别告警

告警资源：{{target}}

告警等级：{{levelName}}

告警信息：『 {{originContent}} 』

运营负责人：{{instance|jsonpath:'$.owner[*].name'|unique|join:','}}

告警首次发生时间：{{startTime|ts2str:'%Y-%m-%d %H:%M'}}

距离首次告警的持续时长：{{duration|duration_format:'zh'}}

事件详情：http://修改为您的平台地址/next/events/{{eventId}}/detail

策略详情：http://修改为您的平台地址
/next/events/alert-rule/alert-rule/{{ruleId}}/edit

保存配置后，当agent状态异常时，您将收到如下告警（以钉钉告警为例）

告警

 恢复