Allarmi e notifiche CloudWatch

Monitoraggio e risoluzione dei problemi su AWS

John Q. Martin

Principal Consultant

Cosa sono i CloudWatch Alarms

Concetti chiave

Monitora una singola metrica su un periodo
Esegue azioni quando la metrica supera una soglia

Sei componenti chiave di un allarme CloudWatch: metrica, soglia, periodo, periodi di valutazione, datapoints to alarm e azioni

Stati dell'allarme

I tre stati di un allarme CloudWatch: OK, ALARM e INSUFFICIENT_DATA

Diagramma di come un allarme CloudWatch passa tra stati al variare dei dati della metrica

Valutazione degli allarmi

Raccogli i punti dati a intervalli definiti
Applica una statistica (Average, Sum, Max, Min) sul periodo
Confronta il risultato con la soglia
Conta i periodi di valutazione in violazione
Cambia stato se la soglia di datapoints-to-alarm è raggiunta

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

Strategie di valutazione

Tre strategie di valutazione dell'allarme: consecutiva, parziale e singola violazione con relativi compromessi di sensibilità

Tipi di azioni e trigger degli allarmi

Trigger delle azioni

OK
ALARM
INSUFFICIENT_DATA

Tipi di azione

Notifica SNS
Auto Scaling
Azione EC2 (stop/terminate/reboot/recover)
Systems Manager

Comportamento con dati mancanti

Opzioni di comportamento per dati mancanti: notBreaching, breaching, ignore e missing

Creare un allarme standard: 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

Allarmi compositi: cosa e perché

Problema

Più allarmi correlati scattano separatamente = affaticamento da avvisi

Soluzione

Combina gli allarmi con operatori logici

Logica di allarme composito che combina allarmi figli con operatori AND, OR e NOT

Creare un allarme composito: 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)"

Esempio di regola complessa

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

Strategia di selezione delle soglie

Quattro strategie di scelta della soglia: deviazione dal baseline, limiti di capacità, target SLA e tasso di variazione

Strategia multi‑livello per gli allarmi

Risposta ad allarmi multi-livello con livelli warning, critical ed emergency indirizzati a diversi topic SNS

Esempio: Avviso CPU a 75%, Critico a 90%, ciascuno con topic SNS diversi

Allarmi di rilevamento anomalie

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)"}
  ]'

Il modello di Machine Learning apprende il comportamento normale della metrica
Crea una banda di soglia dinamica (configurabile)
Si adatta a pattern giornalieri/settimanali
Riduce la taratura manuale delle soglie

Allarmi per risorse: Lambda e ALB

Allarmi Lambda

Allarmi Lambda consigliati: errori, throttles e durata elevata vicina al timeout

Allarmi ALB

Allarmi ALB consigliati: tempo di risposta dei target, host non integri e conteggi di errori 5xx

Best practice per la gestione degli allarmi

Nomi: <Service>-<Metric>-<Resource>-<Severity>
Descrizioni: cosa è monitorato, soglia, suggerimenti di troubleshooting, link al runbook
Tag: Environment, Team, Severity
Revisione mensile: regola soglie, rimuovi obsolete, aggiorna azioni

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

Riepilogo del video

Tre stati: OK, ALARM, INSUFFICIENT_DATA
Strategie di valutazione: consecutiva, parziale, singola violazione
Gli allarmi compositi combinano più allarmi con AND, OR, NOT
Quattro strategie di soglia: statistica, capacità, SLA, tasso di variazione
Avvisi multi‑livello: warning → critical → emergency
Allarmi per risorse: Lambda (errori, throttles, durata) e ALB (5xx, latenza)

Esercitiamoci!

Monitoraggio e risoluzione dei problemi su AWS