事件監控是Kubernetes中的一種監控方式，可以彌補資源監控在實時性、準確性和場景上的不足。您可以通過使用NPD（node-problem-detector）結合SLS的Kubernetes事件中心、配置NPD集群檢查項以及異常事件離線功能、使用釘釘、使用SLS離線Kubernetes事件及使用EventBridge離線Kubernetes事件，實時監控集群的異常與問題。
費用說明
ACK事件監控功能默認上報集群事件至SLS日志服務，SLS日志服務提供事件數據的存儲、分析能力，默認90天內的ACK集群事件數據免費。詳細信息，請參見創建并使用K8s事件中心。
背景信息
Kubernetes的架構設計基于狀態機，不同的狀態之間進行轉換會生成相應的事件，正常的狀態之間轉換會生成Normal等級的事件，正常狀態與異常狀態之間的轉換會生成Warning等級的事件。
ACK提供開箱即用的容器場景事件監控方案，通過ACK維護的NPD以及包含在NPD中的kube-eventer提供容器事件監控能力。
NPD（node-problem-detector）是Kubernetes節點診斷的工具，可以將節點的異常，例如Docker Engine Hang、Linux Kernel Hang、網絡出網異常、文件描述符異常轉換為Node的事件，結合kube-eventer可以實現節點事件告警的閉環。更多信息，請參見NPD。
kube-eventer是ACK維護的開源Kubernetes事件離線工具，可以將集群的事件離線到釘釘、SLS、EventBridge等系統，并提供不同等級的過濾條件，實現事件的實時采集、定向告警、異步歸檔。更多信息，請參見kube-eventer。
本文通過以下五種場景為您介紹事件監控。
場景一：使用NPD結合SLS的Kubernetes事件中心監控集群事件
NPD根據配置與第三方插件檢測節點的問題或故障、生成相應的集群事件。而Kubernetes集群自身也會因為集群狀態的切換產生各種事件，例如Pod驅逐、鏡像拉取失敗等異常情況。日志服務SLS（Log Service）的Kubernetes事件中心實時匯聚Kubernetes中的所有事件并提供存儲、查詢、分析、可視化、告警等能力。將集群事件接入日志服務的Kubernetes事件中心操作步驟如下。
步驟一：安裝ack-node-problem-detector組件
如果您在創建集群時，已選中安裝node-problem-detector并創建事件中心，可直接按照步驟二查看Kubernetes事件中心。關于如何通過創建集群時安裝NPD組件，請參見創建ACK托管集群。
若創建集群時未選中安裝node-problem-detector并創建事件中心，則需手動安裝，具體的操作步驟如下。
登錄容器服務管理控制臺。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在日志與監控頁簽，查找并安裝ack-node-problem-detector。
步驟二：查看事件中心
登錄容器服務管理控制臺，在左側導航欄選擇集群。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
單擊右上角的事件中心管理，在K8s事件中心頁面的左側導航欄，單擊目標集群名稱左邊的展開圖標
，查看Kubernetes事件中心相關信息。您可以查看Kubernetes事件的總覽及詳情、Pod生命周期，還可以進行自定義查詢和告警配置。更多信息，請參見采集Kubernetes事件。
場景二：配置NPD集群檢查項以及異常事件離線功能
NPD（node-problem-detector）是Kubernetes節點診斷的工具，可以將節點的異常，例如Docker Engine Hang、Linux Kernel Hang、網絡出網異常、文件描述符異常轉換為Node的事件，結合kube-eventer可以實現節點事件告警的閉環。
操作流程
安裝ack-node-problem-detector組件，安裝過程請參見安裝ack-node-problem-detector組件。
說明若之前已安裝過ack-node-problem-detector組件，請刪除重新安裝。具體操作，請參見如何重新安裝ack-node-problem-detector組件。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在守護進程集頁面，選擇命名空間為kube-system，查看組件ack-node-problem-detector-daemonset運行正常。
當node-problem-detector與
eventer都正常運行后，可以通過配置的eventer的離線通道進行數據的離線處理或者報警。
NPD支持的問題檢查插件
插件名 | 功能 | 說明 |
fd_check | 檢查集群節點系統的已打開的文件描述符是否超過最大上限的80%。 | 80%為默認值，可通過參數修改。該檢查項消耗資源較多，不建議開啟。 |
ram_role_check | 檢查集群節點是否具有RAM Role以及相應的鑒權密鑰。 | 無 |
ntp_check | 檢查集群節點上的NTP時間同步服務是否正常運行。 | 默認開啟項。 |
nvidia_gpu_check | 檢查集群節點上的NVIDIA GPU計算卡是否具有有效的 | 無 |
network_problem_check | 檢查集群節點上的 | 默認開啟項。 |
inodes_usage_check | 檢查集群節點系統盤的 | 80%為默認值，可通過參數修改。默認開啟項。 |
csi_hang_check | 檢查集群節點上的CSI存儲插件狀態是否正常。 | 無 |
ps_hang_check | 檢查集群節點系統中是否有狀態為D（掛起且無法喚醒）的進程。 | 無 |
public_network_check | 檢查集群節點是否可以訪問公網。 | 無 |
irqbalance_check | 檢查集群節點系統中的 | 無 |
pid_pressure_check | 檢查集群節點系統中的進程 | 默認開啟項。 |
docker_offline_check | 檢測集群節點上的 | 默認開啟項。 |
場景三：使用釘釘實現Kubernetes監控告警
使用釘釘機器人監控并告警Kubernetes的事件是一個非常典型的ChatOps實現。具體的操作步驟如下。
單擊釘釘群右上角的
圖標，進入群設置頁面。單擊機器人，然后單擊添加機器人，選擇需要添加的機器人。此處選擇自定義機器人。
在機器人詳情頁面，單擊添加，進入添加機器人頁面。
根據以下信息配置群機器人后，閱讀并同意服務及免責條款，然后單擊完成。
參數
說明
編輯頭像
（可選）為群機器人設置頭像。
機器人名字
添加的機器人名稱。
添加到群組
添加機器人的群組。
安全設置
安全設置支持3種方式：自定義關鍵詞、加簽和IP地址（段）。
目前集群的事件監控僅支持第一種方式，即自定義關鍵詞。
選中自定義關鍵詞，填入
Warning可接收所有監控報警。如果發現機器人消息發送過于頻繁，可增加關鍵詞進行過濾，最多支持設置10個關鍵詞。ACK發送消息時也會同步此關鍵詞。單擊復制，復制webhook地址以備后續使用。
說明在群機器人頁面，選擇目標群機器人，單擊右側
圖標可以進行以下操作：修改群機器人的頭像及機器人名字。
開啟或關閉消息推送。
重置webhook地址。
刪除群機器人。
安裝ack-node-problem-detector組件，安裝過程請參見安裝ack-node-problem-detector組件。
說明若之前已安裝過ack-node-problem-detector組件，請刪除重新安裝，具體操作請參見如何重新安裝ack-node-problem-detector組件。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在Helm頁面，找到ack-node-problem-detector組件，然后在組件對應的操作列單擊更新，修改以下內容，然后單擊確定。
將
npd下方的enabled設置為false。將
eventer.sinks.dingtalk.enabled設置為true。通過步驟5創建webhook地址查看Token，填入Token字段。
預期結果：
部署成功后30秒，eventer生效，當事件等級超過閾值等級時，即可在釘釘群收到如下告警。
場景四：使用SLS離線Kubernetes事件
阿里云日志服務SLS（Log Service）可以將Kubernetes的事件以更持久的方式進行存儲，從而提供更多的事件歸檔、審計的能力。詳情請參見創建并使用K8s事件中心。
創建Project與Logstore。
登錄日志服務管理控制臺。
在Project列表區域，單擊創建Project，填寫Project的基本信息并單擊確認進行創建。
本示例創建一個名為k8s-log4j的Project，與Kubernetes集群位于同一地域（華東1）。
說明為降低成本并提高效率，通常建議將日志服務與Kubernetes集群配置在同一地域。這樣可以使日志數據通過內網進行傳輸，避免因地域不一致產生的外網數據傳輸費用，并減少傳輸延遲，實現日志的實時采集和快速查詢。
創建完成后，k8s-log4j出現在Project列表下，單擊該Project名稱，進入Project詳情頁面。
默認進入日志庫頁面，在頁面左側，單擊加號+，彈出創建Logstore對話框。
填寫日志庫配置信息并單擊確定。
本示例創建名為k8s-logstore的日志庫。
創建完畢后，頁面會提示您使用數據接入向導。單擊數據接入向導，彈出接入數據對話框。
選擇Log4j 1/2，根據頁面引導進行配置。
本示例使用了默認配置，您可根據日志數據的具體使用場景，進行相應的配置。
在Kubernetes集群中配置log4j。
安裝ack-node-problem-detector組件，安裝過程請參見安裝ack-node-problem-detector組件。
重要單擊安裝ack-node-problem-detector組件時，在配置項中將步驟1創建好的
Project和Logstore分別填入各字段。若之前已安裝過ack-node-problem-detector組件，請刪除重新安裝，具體操作請參見如何重新安裝ack-node-problem-detector組件。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在Helm頁面，找到ack-node-problem-detector組件，然后在組件對應的操作列單擊更新，修改以下內容，然后單擊確定。
將
npd下方的enabled設置為false。將
eventer.sinks.sls.enabled設置為true。
操作集群（例如，刪除Pod或者創建應用等）產生事件后，登錄日志服務控制臺查看數據采集。請參見通過API消費。
設置索引與歸檔。請參見創建索引。
在日志服務控制臺Project列表區域，單擊Project名稱。
單擊日志庫名稱后的
圖標，選擇查詢分析。單擊右上角的開啟索引。
在查詢分析對話框中配置索引，然后單擊確定。
此時會出現日志查詢與分析頁面。
說明索引配置在1分鐘之內生效。
開啟或修改索引后，新的索引配置只對新寫入的數據生效。
（可選）在需要設置離線歸檔與計算的場景下，在Logstore上將數據投遞給MaxCompute或者OSS，請參見創建MaxCompute投遞任務（新版）、創建OSS投遞任務（新版）。
場景五：使用EventBridge離線Kubernetes事件
事件總線EventBridge是阿里云提供的一款無服務器事件總線服務，支持阿里云服務、自定義應用及SaaS應用以標準化、中心化的方式接入，并能夠以標準化的CloudEvents 1.0協議在這些應用之間路由事件。容器服務事件可支持通過離線到EventBridge實現構建松耦合、分布式的事件驅動架構。關于EventBridge的詳情，請參見什么是事件總線EventBridge。
開通事件總線EventBridge。具體操作，請參見開通事件總線EventBridge并授權。
安裝ack-node-problem-detector組件，安裝過程請參見安裝ack-node-problem-detector組件。
說明若之前已安裝過ack-node-problem-detector組件，請刪除重新安裝，具體操作請參見如何重新安裝ack-node-problem-detector組件。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在Helm頁面，定位ack-node-problem-detector組件，然后在組件對應的操作列單擊更新，將
eventer.sinks.eventbridge.enable修改為true，以配置事件中心并開啟EventBridge事件離線數據鏈路，然后單擊確定。
數據鏈路開啟成功后，在事件總線EventBridge控制臺查看容器事件。
- 登錄事件總線EventBridge控制臺。
- 在左側導航欄，單擊事件總線。
- 在事件總線頁面，單擊目標總線名稱。
- 在左側導航欄，單擊事件追蹤。
選擇事件查詢方式，設置查詢條件，單擊查詢。
在事件列表操作列，單擊事件詳情，查看事件詳細內容。
更多信息，請參見查詢事件。
如何重新安裝ack-node-problem-detector組件
登錄容器服務管理控制臺，在左側導航欄單擊集群。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在任務頁面，單擊kube-eventer-init-v1.7-xxxx右側更多，單擊刪除。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在Helm頁面，刪除原有的ack-node-problem-detector組件。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
在日志與監控頁簽，查找并重新安裝ack-node-problem-detector。