未復旧イベント¶
未復旧イベントエクスプローラーは、現在のワークスペース内のアラートレベルのイベント記録を一元的に表示し、ユーザーがアラートイベントのコンテキストを包括的に理解し、イベントの把握と認識を迅速に行えるようにします。また、モニターやアラートポリシーとの関連付けにより、アラート疲れを効果的に軽減します。
未復旧イベントのデータソースは、イベントデータをクエリし、df_fault_id を一意の識別子として集約し、最新のデータ結果を表示します。エクスプローラーという可視化ツールを活用することで、イベントレベルからトリガーしきい値のベースラインまでの一連の重要なデータポイントを直感的に把握できます。イベントレベル、継続時間、アラート通知、モニターからイベント内容、過去のトリガー傾向グラフ、これらの情報が一体となって包括的なビューを構成し、さまざまな角度からイベントを分析・理解して、より適切な対応判断を下すのに役立ちます。
コアロジック¶
| メカニズム | 説明 |
|---|---|
| 集約ディメンション | df_fault_id を一意の識別子とし、同じ検知対象で複数回トリガーされたイベントを1つのレコードに集約して表示します。つまり、同じホストで同じモニタールールが複数回異常をトリガーしても、未復旧イベント一覧では1つの集約レコードとしてのみ表示され、アラートストームを回避します。 |
| 時間ウィンドウ | デフォルトでは直近48時間以内の df_status != ok のイベントを表示します。時間範囲は調整可能で、最大で直近7日間のデータをクエリできます |
| ステータス判定 | その検知対象が最後にイベントをトリガーしたときのレベルを現在の表示レベルとします。イベントレベルがトリガー中に変化した場合(例:warning から critical へアップグレード)、一覧には最新のレベルが表示されます |
イベントカード¶
イベントをクリックして詳細を表示する前に、カードに重要な情報が構造化されて表示されます:
イベントレベル¶
モニターのトリガー条件の設定に基づいて、以下のステータス統計が生成されます。レベルは深刻度の高い順に次のとおりです:
- 致命的(
fatal) - 重大(
critical) - 重要(
error) - 警告(
warning) - データ欠落(
nodata)
未復旧イベントエクスプローラーでは、各イベントのレベルは、その検知対象が最後にイベントをトリガーしたときのレベルとして定義されます。つまり、同じインシデントが最初に warning をトリガーし、その後 critical にアップグレードされた場合、カードには critical レベルが表示されます。
詳細については、イベントレベルの説明 を参照してください。
イベントタイトル¶
未復旧イベントエクスプローラーに表示されるイベントタイトルは、モニタールール設定時に設定したタイトルに直接由来し、その検知対象が最後にイベントをトリガーしたときに使用されたタイトルを表します。タイトルには通常、ホスト名やメトリクス値などの重要な変数の置き換えが含まれており、問題の対象を迅速に特定できます。
継続時間¶
現在の検知対象が最初に異常をトリガーしてイベントが発生してから、現在の時間ウィジェットの終了時刻までの時間を表示します。例:5 分 (08/20 17:53:00 ~ 17:57:38)。この時間は障害の継続時間を反映し、影響範囲と緊急度を評価する重要な根拠となります。予想される復旧時間を超えている場合、優先的に対応するかエスカレーションすることをお勧めします。
アラート通知¶
現在の検知対象が最後にトリガーしたイベントのアラート通知状況を示し、そのイベントが関連担当者に届いたかどうかを反映します。主に次の3つの状態があります:
- ミュート:現在のイベントがミュートルールの影響を受けているが、外部にアラート通知が送信されていないことを示します。この場合、イベントはシステム内にのみ記録され、外部へのアラート通知は送信されません。既知の問題やメンテナンスウィンドウ期間に適しています。
- 実際に送信された通知先の識別子:DingTalk ロボット、WeCom ロボット、Lark ロボットなどが含まれ、アラートが対応するチャネルに正常にプッシュされたことを示します。
-:外部にアラート通知がトリガーされていません。考えられる原因には、モニターに通知が設定されていない、通知先が無効になっている、通知頻度の制限を超えているなどがあります。
モニター検知タイプ¶
モニターのタイプであり、このイベントがどのような検知ルールによってトリガーされたかを示します(例:しきい値検知、ログ検知、急変検知など)。検知タイプにより、モニター設定の入り口をすばやく特定し、ルールの調整や一時的な無効化を行うことができます。
検知対象¶
モニタールールの設定時に、検知メトリクスで by によるグループ化クエリを使用した場合、イベントカードにフィルター条件が表示されます(例:source:kodo-servicemap)。これは、このイベントが特定のディメンションでグループ化された検知結果であり、全体集約ではないことを示します。検知対象のタグをクリックすると、同じディメンションの他のイベントをすばやくフィルタリングできます。
イベント内容¶
現在の検知対象が最後にトリガーしたイベントの内容は、モニタールール設定時に事前に設定した内容に由来し、その検知対象が最後にイベントをトリガーしたときのイベント内容を表します。内容には通常、次のものが含まれます:
- トリガー時点の具体的なメトリクス値
- しきい値との比較結果
- 事前に設定したトラブルシューティングの提案や対応ガイド
- 変数の置き換え後の完全な説明
過去のトリガー傾向グラフ¶
この傾向は Window 関数を使用して表示されます。検知結果値の履歴傾向では、実際のデータの60回の検知が表示されます。
現在の未復旧イベントの検知結果値に基づいて、過去のイベント異常傾向を表示します。設定されたモニター検知ルール内のトリガーしきい値の条件値は、明確な参照線として設定されます。システムは、現在の検知対象が最後にイベントをトリガーした検知結果を特別にマークし、傾向グラフの縦線により、イベントがトリガーされた具体的な時点をすばやく特定できます。また、この検知結果に対応する検知区間も表示され、イベントの進行過程とその影響を評価するための直感的な分析ツールが提供されます。
イベントカードの管理¶
表示項目¶
未復旧イベント一覧は、さまざまなシーンの情報密度のニーズに対応する以下の表示スタイルをサポートしています:
- 標準:イベントタイトル、検知ディメンション、イベント内容を表示します
- 拡張:標準情報に加えて、未復旧イベントの検知結果値の過去の傾向も表示します
- リスト:イベントデータをリスト形式で表示し、フィールドはカスタマイズ可能です
イベントのミュート¶
大規模な監視シナリオでは、大量の同種アラートを手動で処理する煩雑な手順や時間の浪費、見落としを避けるため、現在のページでルールを直接「ミュート」できます。ミュート期間中もイベントの検知と記録は継続されますが、アラート通知は送信されなくなります。以下のシナリオに適しています:
- 既知の問題を修正中で、一時的にノイズを減らす必要がある
- 計画済みのメンテナンスウィンドウで、予想内の異常が発生している
- 非本番環境や優先度の低いシステムでの大量アラート
ミュートの操作手順¶
- 単一のイベントにホバーし、右側のミュートをクリックします。
- ミュート時間の種類を選択します。
- 確定します。
ミュート時間の種類¶
ミュートの開始時刻と終了時刻をカスタマイズできるほか、1時間、6時間、12時間、1日、1週間にすばやく設定できます。
- ミュートの開始時刻と継続時間を選択します。
- 特定の時点から始まるミュートの周期を選択します。
- ミュートの有効期限を選択します。上記の時間を永遠に繰り返すか、特定の時点まで繰り返すかを選択できます。
イベントの復旧¶
イベントのステータスが正常(df_sub_status = ok)の場合、復旧イベントとなります。復旧とは、その検知対象がモニターの異常トリガー条件を満たさなくなったこと、または人為的に解決済みと確認されたことを意味します。
手動復旧にはイベント復旧の権限が必要です。以下の範囲で操作できます:
| 操作範囲 | 操作手順 |
|---|---|
| 単一のイベント | イベントカードまたはリスト行で復旧をクリックします。そのイベントに関連するインシデントがある場合は、ドロップダウンメニューからイベントを復旧またはイベントと関連インシデントを復旧を選択できます。関連インシデントがない場合は、イベントを直接復旧します。 |
| 選択したイベント | 一括をクリックしてイベントをチェックし、復旧をクリックします。選択したイベントに関連インシデントがある場合は、同様にイベントのみを復旧するか、関連インシデントも同時に復旧するかを選択できます。 |
| 現在のフィルター範囲内のすべてのイベント | すべてを復旧をクリックして確認します。この操作は、現在のページのクエリ範囲を使用してイベントを復旧します。現在の画面では、関連インシデントを同時に復旧するオプションは提供されません。 |
単一復旧は確認ダイアログでの確認が必要です。一括復旧はチェック済みのイベントにのみ作用し、「すべてを復旧」の作用範囲とは異なります。
復旧イベントは次の4つのタイプに分類されます:
名称 |
df_status |
説明 |
|---|---|---|
| 復旧 | ok | 以前に「致命的」「緊急」「重要」「警告」の4種類の異常イベントを検知し、N回の検知内で再びトリガーされなかった場合、復旧とみなします。これは最も一般的な自動復旧タイプであり、メトリクスが正常範囲に戻ったことを示します |
| データ欠落からの復旧 | ok | データの報告が停止した後、再び報告された場合、復旧と判断します |
| データ欠落を復旧とみなす | ok | 検知データに欠落が発生した場合、正常状態とみなします |
| 手動復旧 | ok | ユーザーが手動で復旧をクリックします。単一・一括復旧に対応しています |


