TiDB Cloud 内置告警

TiDB Cloud 为你提供了一种简单的方式来查看告警、编辑告警规则和订阅告警通知。

本文介绍如何执行这些操作，并提供 TiDB Cloud 内置告警条件供你参考。

注意

目前，告警功能仅适用于 TiDB Cloud Dedicated 集群。

查看告警

在 TiDB Cloud 中，你可以在告警页面查看活动和已关闭的告警。

在 TiDB Cloud 控制台中，导航到项目的集群页面。
提示：
你可以使用左上角的组合框在组织、项目和集群之间切换。
点击目标集群的名称。此时会显示集群概览页面。
在左侧导航栏中点击告警。
告警页面默认显示活动告警。你可以查看每个活动告警的信息，如告警名称、触发时间和持续时间。
如果你也想查看已关闭的告警，只需点击状态下拉列表并选择已关闭或全部。

编辑告警规则

在 TiDB Cloud 中，你可以通过禁用或启用告警或更新告警阈值来编辑告警规则。

在告警页面，点击编辑规则。
根据需要禁用或启用告警规则。
点击编辑来更新告警规则的阈值。
提示：
目前，TiDB Cloud 提供有限的告警规则编辑功能。某些告警规则不支持编辑。如果你想配置不同的触发条件或频率，或让告警自动触发下游服务（如 PagerDuty）中的操作，请考虑使用第三方监控和告警集成。

订阅告警通知

在 TiDB Cloud 中，你可以通过以下方法之一订阅告警通知：

TiDB Cloud 内置告警条件

下表提供了 TiDB Cloud 内置告警条件和相应的建议操作。

注意

虽然这些告警条件不一定意味着存在问题，但它们通常是新出现问题的早期预警指标。因此，建议采取建议的操作。
你可以在 TiDB Cloud 控制台上编辑告警的阈值。
某些告警规则默认是禁用的。你可以根据需要启用它们。

资源使用告警

条件	建议操作
集群中 TiDB 节点的总内存使用率超过 70% 持续 10 分钟	考虑增加 TiDB 的节点数量或节点大小，以减少当前工作负载的内存使用百分比。
集群中 TiKV 节点的总内存使用率超过 70% 持续 10 分钟	考虑增加 TiKV 的节点数量或节点大小，以减少当前工作负载的内存使用百分比。
集群中 TiFlash 节点的总内存使用率超过 70% 持续 10 分钟	考虑增加 TiFlash 的节点数量或节点大小，以减少当前工作负载的内存使用百分比。
TiDB 节点的总 CPU 使用率超过 80% 持续 10 分钟	考虑增加 TiDB 的节点数量或节点大小，以减少当前工作负载的 CPU 使用百分比。
TiKV 节点的总 CPU 使用率超过 80% 持续 10 分钟	考虑增加 TiKV 的节点数量或节点大小，以减少当前工作负载的 CPU 使用百分比。
TiFlash 节点的总 CPU 使用率超过 80% 持续 10 分钟	考虑增加 TiFlash 的节点数量或节点大小，以减少当前工作负载的 CPU 使用百分比。
TiKV 存储使用率超过 80%	考虑增加 TiKV 的节点数量或节点存储大小以增加存储容量。
TiFlash 存储使用率超过 80%	考虑增加 TiFlash 的节点数量或节点存储大小以增加存储容量。
TiDB 节点中的最大内存使用率超过 70% 持续 10 分钟	考虑检查集群中是否存在任何热点问题，或增加 TiDB 的节点数量或节点大小，以减少当前工作负载的内存使用百分比。
TiKV 节点中的最大内存使用率超过 70% 持续 10 分钟	考虑检查集群中是否存在任何热点问题，或增加 TiKV 的节点数量或节点大小，以减少当前工作负载的内存使用百分比。
TiDB 节点中的最大 CPU 使用率超过 80% 持续 10 分钟	考虑检查集群中是否存在任何热点问题，或增加 TiDB 的节点数量或节点大小，以减少当前工作负载的 CPU 使用百分比。
TiKV 节点中的最大 CPU 使用率超过 80% 持续 10 分钟	考虑检查集群中是否存在任何热点问题，或增加 TiKV 的节点数量或节点大小，以减少当前工作负载的 CPU 使用百分比。

数据迁移告警

条件	建议操作
数据导出期间数据迁移任务遇到错误	检查错误并参阅故障排除数据迁移获取帮助。
数据导入期间数据迁移任务遇到错误	检查错误并参阅故障排除数据迁移获取帮助。
增量迁移期间数据迁移任务遇到错误	检查错误并参阅故障排除数据迁移获取帮助。
增量迁移期间数据迁移任务已暂停超过 6 小时	数据增量迁移期间数据迁移任务已暂停超过 6 小时。上游数据库中的 binlog 可能已被清除（取决于你的数据库 binlog 清除策略）并可能导致增量迁移失败。参阅故障排除数据迁移获取帮助。
复制延迟大于 10 分钟且持续增加超过 20 分钟	参阅故障排除数据迁移获取帮助。

Changefeed 告警

条件	建议操作
Changefeed 延迟超过 600 秒。	在 TiDB Cloud 控制台的 Changefeed 页面和 Changefeed 详情页面上检查 changefeed 状态，你可以在那里找到一些错误消息来帮助诊断此问题。可能触发此告警的原因包括：上游的整体流量增加，导致现有的 changefeed 规格不足以处理。如果流量增加是暂时的，changefeed 延迟会在流量恢复正常后自动恢复。如果流量增加是持续的，你需要扩容 changefeed。下游或网络异常。在这种情况下，首先解决这种异常。如果下游是 RDS，表缺少索引可能会导致写入性能低和延迟高。在这种情况下，你需要在上游或下游添加必要的索引。如果问题无法从你这边解决，你可以联系 TiDB Cloud 支持团队寻求进一步帮助。
Changefeed 状态为 `FAILED`。	在 TiDB Cloud 控制台的 Changefeed 页面和 Changefeed 详情页面上检查 changefeed 状态，你可以在那里找到一些错误消息来帮助诊断此问题。如果问题无法从你这边解决，你可以联系 TiDB Cloud 支持团队寻求进一步帮助。
Changefeed 状态为 `WARNING`。	在 TiDB Cloud 控制台的 Changefeed 页面和 Changefeed 详情页面上检查 changefeed 状态，你可以在那里找到一些错误消息来帮助诊断此问题。如果问题无法从你这边解决，你可以联系 TiDB Cloud 支持团队寻求进一步帮助。