コンテンツにスキップ

モニターの内部動作


ネットワーク、システム負荷などの要因により、モニターの検出実行にはいくつかの特殊な内部処理メカニズムがあります。

検出トリガー時刻

ユーザーが設定した検出頻度は、システム内部で Crontab 式に変換されます。モニターはこの式に厳密に従って定期的に起動され、作成または保存後に単純に N 分間隔で 1 回実行されるわけではありません。

たとえば、「モニターA」に実行頻度「5 分」を設定した場合、対応する Crontab 式は */5 * * * * です。具体的なトリガー時刻の関係は次のとおりです:

動作 時刻
ユーザーによるモニターの作成/保存 00:00:30
モニターが検出をトリガー 00:05:00
モニターが検出をトリガー 00:10:00
... ...

データ待機ウィンドウ

データ待機ウィンドウは、予定実行時刻に到達した後、モニターの判定を意図的に遅延させ、遅れて報告されたデータがより多くの時間をかけて永続化されるようにします。

モニターが 10:00 に実行を予定しており、検出区間が直近 1 時間、データ待機ウィンドウが 5 分であるとします:

段階 時刻または範囲
計画実行時刻 10:00
待機状態 10:00 ~ 10:05
実際の実行開始 約 10:05
クエリ時間範囲 09:00 ~ 10:00 のまま

データ待機ウィンドウは実際の実行時刻のみを遅らせ、クエリ範囲は引き続き計画実行時刻を基準とし、全体を後ろにずらすことはありません。待機中、実行レコードの状態は「データ待機中」と表示されます。タスクのキューイングの影響で、実際の実行時刻が「計画実行時刻 + 待機時間」より遅れた場合でもタスクは実行され、実行レコードには計画実行時刻、待機設定、実際の開始時刻が保持されます。

注意点:

  • デフォルトでは待機せず、既存のモニターも待機なしで実行されます。
  • 待機時間は、隣接する 2 回の計画実行時刻の間隔より短くする必要があります。
  • 待機中にモニターが無効化または削除された場合、未実行の待機タスクはキャンセルされます。

検出範囲の補正

プラットフォームはすべてのユーザーが設定した数千のモニターを処理する必要があるため、同じ時刻にトリガーされた検出タスクを同時に実行できず、大部分のタスクはキューで待機します。

したがって、多くの検出タスクでは、T 時刻にトリガーされる予定が、実際には T + Δt 時刻に実行されるという状況が発生します。

実際の実行時刻をクエリの終了時刻として直接使用すると、検出時間範囲に重複や隙間が生じます。たとえば:

検出時間範囲が 5 分であるとします:

動作 時刻 実際にクエリするデータ範囲
1. 実際の実行 00:05:10 00:00:10 ~ 00:05:10
2. 実際の実行 00:10:05 00:05:05 ~ 00:10:05
3. 実際の実行 00:15:30 00:10:30 ~ 00:15:30

この場合:

  • 「動作 1」と「動作 2」の検出範囲は 00:05:05 ~ 00:05:10 で重複します。
  • 「動作 2」と「動作 3」の検出範囲には 00:10:05 ~ 00:10:30 の隙間が生じ、この時間帯のデータがカバーされません。

現在の解決策

タスクのキューイングによる検出範囲の変動を避けるため、モニターのデータクエリ範囲は実際の実行時刻ではなく、計画トリガー時刻を基準に補正されます。

検出時間範囲が 5 分であるとします:

動作 時刻 最終的にクエリするデータ範囲
モニターが検出をトリガー(キュー投入) 00:05:00
モニターが実際に実行(キュー取り出し) 00:05:10 00:00:00 ~ 00:05:00
モニターが検出をトリガー(キュー投入) 00:10:00
モニターが実際に実行(キュー取り出し) 00:10:30 00:05:00 ~ 00:10:00

このように、検出タスクがどれだけ長くキューで待機しても、データクエリ範囲は常に計画トリガー時刻に基づくため、時間ウィンドウの連続性と安定性が保証されます。

注意

上記の例は「検出範囲の補正」の原理を説明するためのものにすぎません。実際の範囲は「検出範囲のドリフト」メカニズムの影響も受けます。

検出範囲のドリフト

ネットワーク遅延、データ処理などの要因により、データは報告後、通常数秒から数十秒かけて永続化されます(DQL でクエリできる状態になります)。この間、モニターの検出ではこれらの「転送中」データをクエリできません。

そのため、固定の時間範囲で検出すると、データ欠損が発生しやすくなります。たとえば:

検出時間範囲が 5 分であるとします:

動作 時刻 検出範囲
データ A を報告(未永続化) 00:09:59
モニターが検出をトリガー 00:10:00 00:05:00 ~ 00:10:00
データ A を永続化 00:10:05(データのタイムスタンプは 00:09:59)
モニターが検出をトリガー 00:15:00 00:10:00 ~ 00:15:00

データ A は 2 回目の検出実行前に報告されていますが、1 回目の検出時には永続化されていなかったため見逃されました。永続化された後も、タイムスタンプが早いため後続の検出時間範囲に含まれず、継続して検出できません。

現在の解決策

この問題を解決するため、すべてのモニターは検出実行時に、データクエリ範囲を自動的に過去方向へ 1 分間ドリフトさせ、データ永続化期間の空白を回避します。

この解決策を適用すると、上記の例は次のようになります:

検出時間範囲が 5 分であるとします:

動作 時刻 検出範囲
データ A を報告(未永続化) 00:09:59
モニターが検出をトリガー 00:10:00 00:04:00 ~ 00:09:00(1 分間ドリフト)
データ A を永続化 00:10:05(データのタイムスタンプは 00:09:59)
モニターが検出をトリガー 00:15:00 00:09:00 ~ 00:14:00(1 分間ドリフト)

データ A は 00:10:00 の検出では見逃されましたが、そのタイムスタンプ 00:09:59 は 00:15:00 の検出範囲(00:09:00 ~ 00:14:00)に含まれるため、2 回目の検出で正常に捕捉できます。

注意

データの永続化遅延が 1 分を超える場合、この解決策は機能せず、検出が期待どおりの結果にならない可能性があります。

データ欠損の判定ロジック

Guanceは時系列データプラットフォームとして、従来の資産管理ソフトウェアにおける「資産台帳」の概念を持ちません。システムは、クエリ済みのデータに基づいて「存在する」ものだけを判断でき、「存在すべきだが現在存在しない」オブジェクトを認識することはできません。

たとえば:

箱の中に鉛筆と消しゴムがあることが分かっているとします。私たちは「箱の中に鉛筆と消しゴムが存在する」と明確に言えますが、「箱の中にペンは存在しない」と断言することはできません。箱に「本来何があるべきか」を知らないからです。

欠損検出は、過去のクエリで識別済みのオブジェクトを基に、今回のクエリ結果と設定された欠損時間を組み合わせて判定します。以下の 2 回の比較は、データ状態の変化を説明するためのものです。

前回の検出でオブジェクト X が存在し、今回の検出でオブジェクト X が消失した場合、データなしの判定に入ります。設定された欠損時間を満たすと、X にデータ欠損が発生したと判定します。

検出時間範囲が 5 分であるとします:

00:00:00 ~ 00:05:00 の結果 00:05:00 ~ 00:10:00 の結果 判定結果
データを検出 データを検出せず データ欠損
データを検出 データを検出 継続して正常
データを検出せず データを検出 データ再送信
データを検出せず データを検出せず 識別済みオブジェクトが継続してデータなし。欠損条件を満たす場合は設定に従って処理を継続
注意

上記の例はコアロジックを説明するためのものにすぎません。実際の判定は、「検出範囲のドリフト」「検出時間範囲」、および「連続 N 分間データがない場合にのみアラートを出す」などの設定の影響も受けます。

データ欠損 / データ復旧イベント

モニターが「データ欠損」または「データ再送信」を判定すると、ユーザー設定に応じて「データ欠損イベント」または「データ欠損復旧イベント」を生成するかどうかを決定します。

データ欠損イベントをトリガーする場合、システムはイベント生成前に既存のイベント状態を参照して判断します:

既存のイベント状態 今回の検出判定結果 システムの動作
イベントなし / データ欠損復旧イベント データ欠損 データ欠損イベントを生成
イベントなし / データ欠損イベント データ再送信 データ欠損復旧イベントを生成

同一オブジェクトでは、各欠損ラウンドにつきデータ欠損イベントを 1 回だけ生成します。復旧後に再び欠損した場合は、再度生成できます。

データ欠損イベントを継続的にトリガーする場合、同一オブジェクトで検出のたびに欠損条件を満たすと、データが復旧するまで毎回データ欠損イベントを生成します。欠損時間はトリガーを開始するタイミングを制御し、検出頻度は継続イベントの生成ペースを制御します。復旧処理は元のロジックに従います。

どちらの方式もデータ欠損で設定します。イベント生成後の通知送信は、アラートポリシーとミュートルールに従います。

よくある質問

イベントに示される時刻とイベント生成時刻が一致しない

イベント詳細やアラート通知に表示される時刻(たとえば 00:15:00)は、モニターの計画トリガー時刻(Crontab 式に基づく規則的な時刻)であり、イベントがシステム内で実際に生成された時刻ではありません。

例外:モニター一覧で手動で「実行」をクリックした場合、生成されるイベントの時刻は実際にクリックして実行した時刻になります。

イベントに示される時刻と実際の障害発生時刻が一致しない

イベントに示される時刻はモニターの計画トリガー時刻であり、さらに「検出範囲のドリフト」メカニズムがあるため、実際に検出されるデータ範囲は 計画トリガー時刻 - 検出範囲 - ドリフト時間 から 計画トリガー時刻 - ドリフト時間 までになります。

したがって、実際に障害が発生したデータポイントの時刻は、計画トリガー時刻 - 検出範囲 から 計画トリガー時刻 という直感的な区間内にない可能性が高いです。これは正常な現象です。

プラットフォームで直接クエリすると障害と思われるデータが見つかるが、モニターがアラートを生成しない

この問題は通常、次の原因で発生します:

  1. データの永続化遅延が大きすぎる:検出実行時、障害データが遅延によりまだクエリできない。
  2. DQL クエリの実行失敗:検出処理がクエリ失敗により中断される。

このような状況は通常、データパイプラインまたはクエリエンジンの問題に起因し、モニター自身の制御範囲外です。

フィードバック

このページは役に立ちましたか?