告警

概述

本功能提供对集群整理告警的实时查询、过滤分析及订阅能力，帮助用户快速定位资源状态异常、监控关键操作（如调度失败、节点压力等），并通过可视化热力图展示事件趋势，支持订阅规则实现事件主动通知，提升运维效率。

核心功能

1. 告警查询

事件查询功能为用户提供了对 Kubernetes 集群事件的精细化检索与分析能力，支持多维度过滤、实时数据展示及历史趋势洞察。通过灵活组合过滤条件（如命名空间、事件原因、资源类型等），用户可快速定位异常事件根源，结合详尽的字段信息（如事件次数、首次/末次发生时间）精准评估问题影响范围与发生规律。

• 精准定位：通过多条件组合（如 Namespace=prod、Kind=Pod、Reason=Failed），快速缩小排查范围，避免海量事件干扰。

• 深度分析：

  • 发生次数（Count）：识别高频异常事件，优先处理重复性故障。
  • 时间范围（First/LastOccurrenceTime）：追踪事件首次与末次触发时间，判断问题是否持续或已自愈。
  • 事件详情（Message）：直接查看原始错误描述（如资源配额不足、镜像拉取失败），加速根因诊断。

• 趋势洞察：通过热力图直观掌握事件的时间分布规律（如每日高峰时段），辅助容量规划或流程优化。

2. 热力图展示

热力图展示功能以直观的可视化形式呈现集群告警的时间分布规律，帮助用户快速识别高频异常时段、周期性故障模式或特定资源的长期趋势。通过颜色深浅与时间维度的结合，用户无需依赖复杂查询即可全局掌控集群健康状态，为容量规划、故障预防及运维策略优化提供数据支撑。

• 时间维度洞察：

  • 日历视图：按日、周、月粒度展示事件总量，支持切换时间范围（如最近30天或自定义区间）。

  • 颜色编码：颜色从浅到深反映事件数量由少到多，快速定位“热点日期”（如深红色代表单日事件超100次）。

  • 多层级下钻：点击某一天可跳转至该日详细事件列表，实现从宏观趋势到微观详情的无缝衔接。

• 动态交互分析：

  • 条件联动：热力图数据实时响应查询条件（如仅展示 Namespace=prod 或 Type=Warning 的事件）。

  • 悬浮提示：鼠标悬停至热力块时，显示该日期事件总数及Top 3事件原因（如 FailedScheduling: 45次、NodeNotReady: 22次）。

  • 对比模式：叠加不同命名空间或资源类型的热力图，分析事件分布的差异性（如测试环境 vs 生产环境）。

• 场景化分析：

  • 周期性异常：识别每周固定时段（如业务高峰期的资源不足事件）或每月初的资源清理操作事件。

  • 告警关联性：结合集群变更记录（如版本发布、节点扩容），分析热力图峰值是否与运维操作相关。

3. 告警订阅

告警订阅功能与通知主题的深度集成，实现了从事件触发到定向推送的闭环管理。用户可通过订阅规则捕获特定事件（如节点异常、Pod崩溃），并关联至预定义的通知主题，由主题统一控制消息格式、接收渠道及推送策略，从而解决多团队、多场景下的告警分级与精准分发需求。

• 分类管理，降噪提效：

  • 将订阅规则按业务属性（如“数据库告警”“节点健康”）绑定至不同主题，避免混合推送导致的干扰。

  • 示例：生产环境节点故障事件（订阅规则）关联至“生产基础设施告警”主题，仅通知运维团队；开发测试环境事件关联至低优先级主题，减少非关键信息干扰。

• 灵活路由，分级响应：

  • 通过主题配置多级通知策略，例如：

    • P0级事件（如节点失联）：同时触发电话、企业微信和Webhook自动修复。

    • P2级事件（如磁盘压力预警）：仅邮件通知，非工作时间静默。

  • 支持根据事件严重程度动态切换主题，实现告警升级（如同一事件1小时内触发3次后切换至高优先级主题）。

• 模板适配，信息增强：

  • 不同主题可定制专属通知模板，提升信息可读性：

    • 运维团队主题：包含技术细节（如错误日志片段、资源YAML链接）。

    • 管理层主题：聚焦业务影响（如服务可用性百分比、预计恢复时间）。

  • 通过模板变量（如 {{.Event.Count}}）动态插入事件统计信息，辅助决策。