#监控与告警

LVM Storage 提供开箱即用的监控指标采集和告警功能。启用平台监控组件后，可以根据存储集群、存储性能和存储容量配置监控和告警，并支持配置通知策略。

直观呈现的监控数据可用于支持运维巡检或性能调优决策，完善的告警机制则有助于确保存储系统稳定运行。

#监控

#性能监控

默认情况下，平台会为 LVM Storage 采集常用的性能监控指标，例如读写带宽、IOPS 和延迟。可以在存储管理下本地存储页面的监控选项卡中查看这些指标的实时监控数据。平台通过图形和图表直观展示这些指标，使管理员能够清晰观察当前存储性能并快速识别潜在问题。

#容量监控

由于 LVM Storage 只能使用节点上本地可用的存储资源，因此用户必须在声明 LVM Storage 卷之前确保节点具有足够的可用容量，以避免因过度声明而导致问题。

为此，平台在 LVM Storage 的详情部分提供了按设备类型分类的详细容量监控。用户可以查看以数值和图形格式清晰显示的可用存储空间。如果任何设备类型显示可用容量不足，则应先清理空间或添加其他磁盘设备，然后再使用 LVM Storage。

#告警

平台包含一组默认告警策略。当资源出现异常或监控数据达到告警阈值时，系统会自动触发告警。预配置的告警策略可以有效覆盖常见的运维需求，包括集群健康状态和设备类型容量告警。

#配置通知

为确保及时接收告警，应在运维中心配置通知策略。通知可以通过电子邮件、短信或其他方式发送给相关人员，提醒其立即关注并解决问题或防止故障发生。用户可以直接从运维中心界面访问通知策略设置。有关配置告警的详细说明，请参阅[创建告警策略]文档。

#处理告警

• 如果存储集群的健康状态变为 Alert，管理员应立即进行调查。详情部分提供了用于排查和解决这些问题的信息。常见原因包括节点服务异常或特定设备类型出现问题。

  检查项	对应状态	原因
  健康状态	告警	由节点服务异常或设备类型问题引起。
  服务状态	未知	节点处于 notready 状态，可能是由于网络故障或电源故障导致。
  设备类型状态	不可用	正在使用的磁盘可能不是裸盘，也可能已缺失。

• 在告警选项卡上触发的实时告警需要及时处理，即使存储集群当前状态显示为 Healthy。快速响应可以防止问题升级为更严重的故障。下表说明了告警级别及其含义：

  告警级别	含义
  严重	表示导致平台服务中断或数据丢失的重大问题，影响严重。
  主要	表示可能影响平台功能和正常业务运行的已知问题。
  警告	表示存在运维问题风险；需要及时干预，以避免影响正常业务运行。

#事后分析

告警历史记录了之前触发且不再需要立即处理的所有告警。进行事后分析时，请考虑以下问题：

• 事件发生时观察到了哪些具体异常？
• 是否有特定告警反复出现？未来如何主动防止这些告警发生？
• 是否有特定时段告警数量激增，并且与外部因素或运维事件相关？是否应据此调整运维策略？