前言

計算方式不難，但官方文件卻把簡單的事情寫的很複雜，每次要用到重看都得看很久。

趁最近又理解了一次，趕快寫下來。

基本概念

1. 會以 M out of N 方式來設定何時要觸發警告，比如說 2 out of 3 代表查看最近的 3 個 datapoint，如果有 2 個點 breaching 那就觸發警告。因此可以寫成 Datapoints to Alarm ****out of Evaluation Periods。
2. 使用者可以設定 Period 來代表多久評估一次 datapoint
3. 總共判斷時間 Evaluation interval = # of data points * Period
   • 事實上這只是預估，因為 CloudWatch 會取比 Evaluation Periods 更多的 datapoint 去做判斷
   • 舉例來說：4 out of 5 且 period 為 1 分鐘，那 evaluation interval 為 5 分鐘
4. Alarm 有三種狀態
   • Not breaching (within the threshold)
   • Breaching (violating the threshold)
   • Missing
5. 可以設定當判斷資料不足時，要將 missing 視為
   • notBreaching – Missing data points are treated as “good” and within the threshold,
   • breaching – Missing data points are treated as “bad” and breaching the threshold
   • ignore – The current alarm state is maintained
   • missing – If all data points in the alarm evaluation range are missing, the alarm transitions to INSUFFICIENT_DATA.
6. 判斷方式：
   1. CloudWatch 會抓超過 Evaluation Periods 數量的 datapoints 來計算，因為如果單純看 Evaluation Periods 可能會有缺漏資料（missing data），這時候就看使用者怎麼定義這情況的做法了（參考第 5 點）
   2. 先去看所有抓到的 datapoint，以新到舊排序，如果存在 N 個可用的 datapoint （不是 missing）那麼就可以做判斷
   3. 如果將所有抓到的 datapoint 都判斷完仍沒有達到 N 個，那麼就會將缺少（missing）的 datapoint 個數都套用第 5 點

範例：

(備註：Data points 右邊為最新，左邊為最舊)

3 out of 3 狀況

2 out of 3 狀況

最後一筆 - - - X - 是個特例，縱使將 missing datapoint 視為 missing 依舊會觸發 Alarm。其在設計上為在 Evaluation Periods 期間（該例子為 3），當最舊的可用 breaching datapoint 的 “順序” 等於 Datapoint to Alarm “數量” 時，就會觸發 Alarm。

我猜這是個保護機制，擔心這會是機器掛掉前的最後一個 breaching 訊號而之後就真的掛了完全沒回應。以該例子來說，2 out of 3 就 X 在順序為 2 時會觸發 Alarm。

參考文件

• Using Amazon CloudWatch alarms https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/AlarmThatSendsEmail.html

• ← Previous Post
• Next Post →