Alertas do APM e incidentes
Quais alertas o APM gera, como ajustar seus limites e como eles abrem e fecham incidentes no Núcleo.
Nesta página
O APM vigia cada serviço continuamente e, quando algo sai do normal, abre um incidente no Núcleo. A partir daí, as pessoas são notificadas conforme suas regras de notificação, como em qualquer outro incidente.
Quais alertas existem
Alerta | Quando é ativado | Severidade do incidente | Como é fechado |
|---|---|---|---|
Latência p95 alta | O p95 passa do limite, com um mínimo de requisições na janela | Advertência | Sozinho, quando a latência volta ao normal |
Taxa de erros alta | A porcentagem de requisições com erro passa do limite, com um mínimo de requisições | Crítica | Não fecha ao ficar abaixo do limite. Fecha após uma nova versão sem o erro, após os dias sem se repetir (padrão 14), com Declarar correção ou manualmente |
Parou de enviar dados | O serviço não envia telemetria pelos minutos indicados | Crítica | Sozinho, quando volta a enviar |
Erro novo | Aparece uma exceção que não tinha sido vista | Advertência | Após uma nova versão sem o erro, após os dias sem se repetir (padrão 14), com Declarar correção ou manualmente |
Um erro reapareceu | Volta a aparecer um erro que estava resolvido (porque o incidente dele foi fechado ou você o marcou como Resolvido) | Advertência | Igual a um erro novo |
Como os incidentes de erros são fechados
A latência e o serviço que deixa de enviar dados se fecham sozinhos quando se normalizam. A taxa de erros e os erros ficam abertos mesmo que deixem de ocorrer, e são fechados de uma destas formas:
Nova versão sem o erro: você implanta uma nova versão do serviço e o erro não volta a aparecer nos 30 minutos seguintes. Na taxa de erros, além disso, o serviço precisa estar abaixo do limite.
Dias sem se repetir: o erro não volta a aparecer nos dias indicados em Fechar erros que não se repetem (dias) (padrão 14). Na taxa de erros, além disso, o serviço precisa estar abaixo do limite nesse momento.
Declarar correção: você descreve o que foi corrigido e o incidente é fechado.
Resolver manualmente a partir do incidente.
Ao fechar um incidente de um erro, por qualquer uma dessas formas, o erro fica Resolvido em APM → Erros. Se depois ele voltar a aparecer, o ARGUNIS avisa Um erro reapareceu e abre um incidente novo.
Quando a taxa de erros fica abaixo do limite, o incidente continua aberto: fica registrado como evento, sem notificação de recuperação. Assim não se perde um problema que só se acalmou por falta de tráfego.
Ver os alertas
Entre em APM → Alertas.
Confira:
Limites da empresa: os valores aplicados a todos os serviços sem limites próprios.
Serviços em alerta ou com ajustes próprios: cada serviço com seus alertas ativos e se está silenciado ou tem limites próprios.
Incidentes do APM: os abertos e os dos últimos 7 dias, com seu Ticket, Serviço, Título, Início e Status. Clique no ticket para abrir o incidente.
Alterar os limites da empresa
Você precisa da permissão Administrar no APM.
Em APM → Alertas, clique em Alterar (ou entre em APM → Configuração e ajustes e procure Limites de alerta da empresa).
Clique em Editar.
Ajuste:
p95 máximo (ms).
Erros máximo (%).
Mínimo de requisições na janela: evita alertas por um único erro em um serviço com pouco tráfego.
Janela (min): sobre quantos minutos se mede.
Notificar se um serviço não enviar dados por (min).
Fechar erros que não se repetem (dias): de 1 a 90, padrão 14. Um incidente de erros se fecha sozinho se o erro não voltar a aparecer nesses dias.
Clique em Salvar.
Para que um serviço tenha limites diferentes ou fique silenciado, use Configurar → Limites na ficha dele. Veja Ler a ficha de um serviço.
O que acontece depois
Cada incidente do APM aparece também em Núcleo → Incidentes e chega às pessoas definidas pelas suas regras de notificação e grupos resolvedores. A partir do incidente você pode reconhecê-lo, adiá-lo, declarar a correção ou resolvê-lo.