【新功能发布】动态应用分组发布,实现从云资源生产到监控报警配置的全自动化

简介: 动态应用分组发布,实现从客户云资源生产到监控报警配置的全自动化

现状

当前的监控报警体系里,用户生成新的ECS服务器后,需要手工将这些ECS归类到各个应用分组中,才能关联报警规则。

但是随着上云越来越深入,机器的创建次数越来越频繁,单次创建数量越来越多,相应手工操作的时间成本就会越来越高。因此云监控推出了动态配置应用分组的功能,可以在机器创建之初,通过维护好实例名称,自动匹配监控报警。

原理解读

  • 首先在创建应用分组时,配置ECS名称的匹配规则。
  • 创建机器的时候命名好实例名称,云监控便会按如下流程判断新创建的机器是否应该添加到相应分组中、关联相关报警规则。
    _6_

操作说明

  1. 登录云监控控制台。
  2. 选择页面左侧菜单的应用分组,进入应用分组页面。
  3. 单击页面右上角的创建组,进入创建应用分组页面。
    image.png | left | 719x624
  4. 填写基本信息

    1. 填写应用分组名称。
    2. 选择联系人组。联系人组用于接收报警通知。
  5. 选择监控报警配置

    1. 选择报警模板(可选)。用于对组内的实例初始化报警规则。
    2. 开通初始化安装监控插件。即在新生成ECS 实例后,会对实例安装云监控插件,以便采集监控数据。
  6. 添加实例:通过制定动态匹配规则添加ECS实例。支持根据ECS实例名称进行字段的“包含”、“前缀”、“后缀”匹配,符合匹配规则的实例会加入应用分组(包含后续新创建的实例)。最多可以添加三条动态匹配规则,规则之间可以是“与”、“或”关系。其他产品实例可在完成应用分组的创建后添加。
  7. 点击“创建应用分组” 按钮,即完成创建。

创建完成后,进入分组详情页,即可看到符合匹配规则的实例已添加到分组内。
20180625122328

已经创建了很多静态的应用分组,如何升级成动态匹配的应用分组?

  • 如果您的ECS实例名称维护的比较好,可以直接把静态添加方式改为动态匹配。例如如下ElasticSearch集群,点击“改为动态匹配”按钮,并且配置规则为实例名称包含“ESNode”。

14_02_51__06_25_2018

  • 如果您的实例名称没有按照业务维护好,建议先整理实例名称。
  • 如果您在使用ECS 标签管理实例,敬请期待动态匹配的功能更新。我们近期将与标签服务打通,提供基于标签的动态分组配置。
目录
相关文章
|
人工智能 Ubuntu 前端开发
Dify部署全栈指南:AI从Ubuntu配置到HTTPS自动化的10倍秘籍
本文档介绍如何部署Dify后端服务及前端界面,涵盖系统环境要求、依赖安装、代码拉取、环境变量配置、服务启动、数据库管理及常见问题解决方案,适用于开发与生产环境部署。
2004 1
|
人工智能 数据可视化 测试技术
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
1434 11
|
Java 测试技术 数据安全/隐私保护
通过yaml文件配置自动化测试程序
通过yaml文件可以将自动化测试环境,测试数据和测试行为分开,请看一下案例
496 4
|
运维 监控 持续交付
还在为部署开源工具烦恼?自动化部署工具 Websoft9一键部署 300+ 开源应用
在数字化时代,开源工具因免费、灵活、可定制等特性广受欢迎,但其部署过程却常因环境配置复杂、依赖繁琐、耗时长等问题令人头疼。本文介绍了传统部署的三大难点,并提出两种解决方案:传统手动部署与集成化控制台部署。
还在为部署开源工具烦恼?自动化部署工具 Websoft9一键部署 300+ 开源应用
|
运维 监控 应用服务中间件
运维打铁: Ruby 脚本在运维自动化中的应用探索
Ruby 是一种简洁、动态类型的编程语言,适合运维自动化任务。本文介绍了其在服务器配置管理、定时任务执行和日志分析处理中的应用,并提供了代码示例,展示了 Ruby 在运维自动化中的实际价值。
672 2
|
监控 安全 Linux
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
643 2
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
|
人工智能 IDE 测试技术
Browser-Use在UI自动化测试中的应用
Browser-Use是一款浏览器自动化工具,具备视觉与HTML解析、多标签管理、操作记录与复现、自定义操作、自我纠正及并行执行等功能,助力AI智能体高效完成网页任务。
1627 0
|
数据采集 运维 监控
数据采集监控与告警:错误重试、日志分析与自动化运维
本文探讨了数据采集技术从“简单采集”到自动化运维的演进。传统方式因反爬策略和网络波动常导致数据丢失,而引入错误重试、日志分析与自动化告警机制可显著提升系统稳定性与时效性。正方强调健全监控体系的重要性,反方则担忧复杂化带来的成本与安全风险。未来,结合AI与大数据技术,数据采集将向智能化、全自动方向发展,实现动态调整与智能识别反爬策略,降低人工干预需求。附带的Python示例展示了如何通过代理IP、重试策略及日志记录实现高效的数据采集程序。
812 7
数据采集监控与告警:错误重试、日志分析与自动化运维
|
数据采集 存储 监控
Python爬虫自动化:定时监控快手热门话题
Python爬虫自动化:定时监控快手热门话题
|
人工智能 运维 Java
配置优化还靠拍脑袋?试试AI自动化,真香!
配置优化还靠拍脑袋?试试AI自动化,真香!
456 0

热门文章

最新文章