#介绍

#模块概述

监控模块为平台管理员和运维人员提供了指标、仪表板、告警和通知等运维能力。

该平台结合了开源组件如 Prometheus / VictoriaMetrics 和监控仪表板，使管理的集群、节点、组件、自定义应用程序、Pods、容器等实现实时监控。

支持快速设置集群、节点和计算组件层面的监控指标告警、日志告警（仅适用于计算组件）和事件告警。此外，允许根据实际需求自定义监控指标算法，以增加必要的告警指标和规则。通知策略可以配置，以便及时将告警信息发送给运维人员，帮助避免系统故障或迅速解决问题，降低系统运维成本并确保系统稳定性。

#模块优势

监控模块具有以下核心优势：

• 全面监控覆盖

  支持对多个层面的广泛监控，如集群、节点、组件和容器，实现从基础设施到应用的端到端监控链路。

• 灵活的告警配置

  提供丰富的预设告警规则，同时支持自定义告警规则和算法，以满足不同的监控场景。

• 多样化的可视化展示

  集成专业的监控仪表板，支持多种数据可视化方法，直观呈现系统运行状态。

• 高效的告警通知

  支持多渠道告警通知，包括电子邮件、短信、Webhook 等，确保及时传达告警信息。

• 可扩展的监控架构

  基于行业领先的 Prometheus / VictoriaMetrics 技术栈，具备卓越的可扩展性和兼容性。

#应用场景

监控模块适用于以下场景：

• 集群健康监控

  实时监控集群中的资源使用情况、节点状态和组件运行状况，以便及时发现潜在问题。

• 应用性能分析

  监控应用运行指标和容器资源使用情况，以优化应用性能。

• 故障预警与诊断

  通过设置合理的告警规则，提前检测系统异常，快速识别和解决问题。

• 容量规划

  基于历史监控数据进行趋势分析，为资源扩展和优化提供依据。

#使用限制

使用监控模块时，请注意以下限制：

• 监控数据的存储时间取决于存储容量配置，默认保留期限为 7 天。

• Prometheus 和 VictoriaMetrics 不能同时安装在同一集群中，请做好选择规划并选择其一进行安装。

• 自定义监控指标的采集间隔最低支持 60 秒。

• 告警通知渠道需预先配置相应服务（例如电子邮件服务器、短信网关、企业微信/钉钉机器人等）。