Question

我正在部署具有由CloudWatch Alarm (CPU > 70%, CPU < 10%)触发的AutoScalingPolicies（ScaleUp和ScaleDown）的AutoScalingGroup。

AutoScaling运行良好，但是...一旦AutoScalingGroup达到实例的最小数量（2），CPU < 10%警报就会在ALARM STATE停留数小时...几天...无需重置到OK STATE。

因为CPU使用率保持在10％以下，所以我知道警报永远不会回到OK STATE。

我知道它存在一些AlarmActions，例如：

arn:aws:automate:${AWS::Region}:ec2:recover（对于EC2）

我搜索了类似的Cloudwatch操作，没有找到任何内容。

我有一个自定义解决方案：使用Lambda更改Alarm State to OK，但我想知道是否存在更聪明/更轻松的解决方案。

有人知道怎么做吗？

谢谢。

Answer 1

听起来像您需要的是能够使用AND子句聚合警报的功能。如果CPU <10％AND instance_count> 2，则发出警报。不幸的是，CloudWatch不允许您直接组合类似的警报。

当前解决此问题的方法是使用“度量标准数学”来创建一个满足您条件的度量标准，然后对此发出警报。

https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Create-alarm-on-metric-math-expression.html

以下是可用功能的列表：

https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/using-metric-math.html#metric-math-syntax

您将必须计算出数学公式，以查看是否可行。

CPU+10+(-10*CEIL((instance_count-2)/<MAX_ALLOWED_INSTANCE_COUNT>))

Answer 2

您还可以为Lambda函数订阅SNS主题以重置警报：

import boto3

# Create CloudWatch client
cloudwatch = boto3.client('cloudwatch')

# Reset the testalarm to OK
def resetAlarmState(event,context):
    response = cloudwatch.set_alarm_state(
        AlarmName='testalarm',
        StateValue='OK',
        StateReason='Resetting to OK'
    )

触发时AWS CloudWatch自动重置（OK）警报

2 个答案: