Alarmas y notificaciones de CloudWatch

Supervisión y resolución de problemas en AWS

John Q. Martin

Principal Consultant

¿Qué son las alarmas de CloudWatch?

Conceptos clave

Supervisa una métrica durante un periodo
Ejecuta acciones si la métrica cruza un umbral

Seis componentes básicos de una alarma de CloudWatch: metric, threshold, period, evaluation periods, datapoints to alarm y actions

Estados de alarma

Los tres estados de una alarma de CloudWatch: OK, ALARM e INSUFFICIENT_DATA

Diagrama de cómo una alarma de CloudWatch cambia de estado a medida que llegan datos de la métrica

Evaluación de alarmas

Recoge puntos de datos a intervalos definidos
Aplica una estadística (Average, Sum, Max, Min) al periodo
Compara el resultado con el umbral
Cuenta los periodos de evaluación en incumplimiento
Cambia de estado si se cumple datapoints-to-alarm

Metric: CPUUtilization > 80%
Period: 5 min | 
Eval Periods: 3 | 
Datapoints to Alarm: 2 of 3

Period 1: 85% (breach) | 
Period 2: 75% (ok) | 
Period 3: 90% (breach)
Result: ALARM — 2 of 3 breached

Estrategias de evaluación

Tres estrategias de evaluación de alarmas: consecutive, partial y single breach, con sus compensaciones de sensibilidad

Tipos de acción y disparadores de alarmas

Disparadores de acción

OK
ALARM
INSUFFICIENT_DATA

Tipos de acción

Notificación SNS
Auto Scaling
Acción de EC2 (stop/terminate/reboot/recover)
Systems Manager

Comportamiento con datos ausentes

Opciones de comportamiento ante datos ausentes: notBreaching, breaching, ignore y missing

Crear una alarma estándar: AWS CLI

aws cloudwatch put-metric-alarm \
  --alarm-name HighCPUUtilization \
  --alarm-description "Alert when CPU exceeds 80%" \
  --metric-name CPUUtilization \
  --namespace AWS/EC2 \
  --statistic Average \
  --period 300 \
  --evaluation-periods 2 \
  --threshold 80 \
  --comparison-operator GreaterThanThreshold \
  --dimensions Name=InstanceId,Value=i-1234567890abcdef0 \
  --alarm-actions arn:aws:sns:us-east-1:123456789012:my-topic

Alarmas compuestas: qué y por qué

Problema

Varias alarmas relacionadas saltan por separado = fatiga de alertas

Solución

Combina alarmas con operadores lógicos

Lógica de alarma compuesta combinando alarmas hijas con operadores AND, OR y NOT

Crear alarma compuesta: AWS CLI

aws cloudwatch put-composite-alarm \
  --alarm-name CriticalSystemHealth \
  --alarm-description "Critical when CPU and Memory both high" \
  --actions-enabled \
  --alarm-actions arn:aws:sns:us-east-1:123456789012:critical-alerts \
  --alarm-rule "ALARM(HighCPUAlarm) AND ALARM(HighMemoryAlarm)"

Regla compleja de ejemplo

--alarm-rule "(ALARM(HighErrorRate) OR ALARM(HighLatency)) \
  AND NOT ALARM(MaintenanceMode)"

Estrategia de selección de umbrales

Cuatro estrategias para elegir umbrales: desviación del baseline, límites de capacidad, objetivos de SLA y tasa de cambio

Estrategia de alarmas multinivel

Respuesta de alarmas multinivel con niveles de warning, critical y emergency dirigidos a temas SNS separados

Ejemplo: aviso de CPU al 75%, crítico al 90%, cada uno con temas SNS distintos

Alarmas de detección de anomalías

aws cloudwatch put-metric-alarm \
  --alarm-name AnomalousTraffic \
  --comparison-operator LessThanLowerOrGreaterThanUpperThreshold \
  --metrics '[
    {"Id":"m1","MetricStat":{"Metric":{"Namespace":"AWS/ApplicationELB",
      "MetricName":"RequestCount"},"Period":300,"Stat":"Average"}},
    {"Id":"e1","Expression":"ANOMALY_DETECTION_BAND(m1, 2)"}
  ]'

El modelo de ML aprende el comportamiento normal de la métrica
Crea una banda de umbral dinámica (configurable)
Se adapta a patrones diarios/semanales
Reduce el ajuste manual de umbrales

Alarmas por recurso: Lambda y ALB

Alarmas para Lambda

Alarmas recomendadas para Lambda: errores, throttles y duración alta cerca del límite de tiempo de espera

Alarmas para ALB

Alarmas recomendadas para ALB: tiempo de respuesta del destino, hosts no saludables y recuento de errores 5xx

Prácticas recomendadas de gestión de alarmas

Nomenclatura: <Service>-<Metric>-<Resource>-<Severity>
Descripciones: qué se monitoriza, umbral, pistas de diagnóstico, enlaces a runbook
Etiquetas: Environment, Team, Severity
Revisión mensual: ajusta umbrales, elimina obsoletas, actualiza acciones

aws cloudwatch set-alarm-state \
  --alarm-name MyAlarm \
  --state-value ALARM \
  --state-reason "Testing alarm notification"

Resumen del vídeo

Tres estados: OK, ALARM, INSUFFICIENT_DATA
Estrategias de evaluación: consecutive, partial, single breach
Alarmas compuestas combinan varias con AND, OR, NOT
Cuatro estrategias de umbral: estadística, capacidad, SLA, tasa de cambio
Alertado multinivel: warning → critical → emergency
Alarmas por recurso: Lambda (errors, throttles, duration) y ALB (5xx, latency)

¡Vamos a practicar!

Supervisión y resolución de problemas en AWS