アラートとは？監視の通知を解説

アラートとは、監視対象のシグナルが定義された条件を越えたときに発火し、何かに注意が必要であることを人に知らせる自動通知です。

アラートは、監視が人に届くための手段です。誰かがdashboardを見張り続ける必要がある代わりに、あなたが定義した条件が満たされたときにアラートが通知を送ります。alertingの妙は、正しい対象で発火させることにあります。実際の問題を捉えるのに十分で、なおかつ人がまだ反応するくらい少ないことです。

アラートの仕組み

あなたはルール、つまりメトリクスやログシグナルに対する条件を定義します。たとえば、エラー率が数分間にわたって閾値を超える、といったものです。監視システムはそのルールを継続的に評価し、条件が満たされたときにアラートを発生させ、送信先へルーティングします。送信先はチャット、メール、またはオンコールのpagingツールです。

優れたアラートの条件

優れたアラートは実行可能で、ユーザーが実際に感じる何かに結び付いています。単に生の数値を報告するのではなく、「何が問題で、自分は何をすべきか」に答えるべきです。あらゆる内部的な原因ではなく症状、たとえばサービスが遅い、という点でalertingすることで、集合を小さく意味あるものに保てます。

閾値と条件

条件は、単純な静的閾値から、過去のベースラインや異常検知に基づく動的なものまで幅があります。多くのアラートは、発火する前に条件が一定の継続時間だけ保たれることを求め、これが一時的な変動を抑制します。これらのチューニングは継続的な作業です。敏感すぎればノイズが増え、緩すぎればインシデントを見逃します。

CI/CDにおけるアラート

pipelineにもalertingが必要です。チームは、deployが失敗したとき、buildの失敗率が急増したとき、あるいはmainブランチ上の重要なworkflowが壊れたときにアラートを出し、後で気づくのではなく適切な人がすぐに把握できるようにします。アプリケーションの健全性に関するdeploy後のアラートは、不具合のあるreleaseが迅速なrollbackを引き起こす仕組みです。

ルーティングとエスカレーション

アラートは重大度と担当に応じてルーティングされます。軽微な警告はチャットチャンネルに送られる一方、重大な本番アラートはオンコールのエンジニアをpageし、確認されなければエスカレーションします。優れたルーティングは、各アラートがそれに対処できる人へ、影響に見合った緊急度で届くことを保証します。

重要なポイント

アラートは、監視対象の条件が満たされると自動的に発火します。
優れたアラートは実行可能で、ユーザーが体感する症状に結び付いています。
継続時間の条件が一時的な変動を抑制します。
CI/CDのアラートはdeployの失敗とdeploy後の健全性をカバーします。