我们有三个EC2实例 - 在eu-west-1区域的每个可用区（AZ）中有一个。它们使用ELB进行负载平衡。我们想要使用CloudWatch监控在负载均衡器上注册的实例数量。问题是：我不太了解HealthyHostCount指标。
对于部署，我们希望能够在不通知的情况下取消注册单个实例（从LB中取出）。因此警报将是：通知负载均衡器后面是否只有1个健康实例，持续5分钟。
据我所知，HealthyHostCount（HHC）是在给定ELB中注册的健康实例的数量，在所有AZ上平均。如果一切正常，HHC应该是1（无论在什么时间段内），因为每个AZ中有1个实例。
几天前，有人在没有重新注册实例的情况下部署，因此只有一个实例是平衡的。当我们注意到这一点时，我们创建了一个警报，当5分钟后平均HHC低于0.6时，通知我们。 （如果在ELB中只注册了1个实例，则HHC在任何时间段内应平均为0.33。）但是，警报从未更改为“ALARM”状态。
当我在CloudWatch中检查HHC时，HHC是没有意义的数字（我记得5分钟的间隔为10.0）。
这对我来说太乱了。每当我认为我理解该指标时，CloudWatch图表对我来说都是胡言乱语。
有人可以解释如何只注册一个实例时如何使用HHC来发出警报？平均HHC是可行的，还是应该使用其他指标？
答案 0 :(得分：7)
每次执行运行状况检查时，HealthyHostCount指标会记录一个数据值，其中包含每个可用区的可用主机数。您的ELB运行状况检查具有Interval参数，该参数定义每分钟执行的运行状况检查数。
如果您正在观看每个AZ指标，健康检查Interval为10秒，该AZ中有2个健康主机，您将看到每分钟6个数据点（60/10）值为2.平均值，最大值和最小值将为2，但总和将为6*2=12。
如果您有3个AZ，每个主机有2个主机，同样Interval = 10，但您正在查看Per-LB指标，您将看到每分钟3*6=18个数据点，每个值为2.平均值，最大值和最小值将为2，但总和将为18*2=36
我建议您设置一个可以分为60秒（5秒，6秒，10秒，15秒，20秒，30秒或60秒）的间隔值。
在您的情况下，如果间隔为30秒，并且每个AZ有3个AZ和1个服务器：每个AZ每分钟应该有2个数据点，因此设置警报Per-LB，{{{ 1}分钟，对于Period，当值为LowerOrEqual而不是2（Sum of HealthyHostCount时触发，不健康的AZ的其他4个数据值应为0，因此它们不会影响总和）。
更新：
turns out执行的运行状况检查的数量还取决于塑造ELB的内部实例的数量（每个AZ通常为一个），因此如果您遇到流量峰值或足够的负载以使其饱和单个elb-internal-instance，ELB内部服务器的数量将增加，并且您将意外地拥有更多数据点。仅当您有大量流量时，这可能会影响2 data values * 1 Healthy AZ * 1 healthy server = 2值。我没有看到这个问题，在3个AZ中分配了6k RPM的峰值负载。如果这是你的情况，那么使用sum是一个更安全的赌注，但我建议你使用LowerThan 0.65作为你的门槛。
link也让我想知道average功能如何影响数据点的数量......
答案 1 :(得分：4)
这是CloudWatch Web控制台不会公开云监视可以执行的所有操作的区域。正如docs解释，HealthyHostCount是每个可用区指标。控制台允许您按可用区域（但跨所有负载均衡器）或负载均衡器（但跨所有区域）使用HealthHostCount，但不能双向切片。
如果您只有一个负载均衡器，最简单的方法是在每个区域指标上设置一个警报。如果您有多个可用区域，那么您应该能够使用api在可用区域和负载均衡器之间创建警报切片（同样，每个负载均衡器有一个警报），但是就我而言，您无法从Web UI执行此操作知道。