Alarmregeln schreiben, die keinen Fehlalarm auslösen
Wie Schwellwert plus Dauer, Vorfallsgruppierung, Wartungsfenster und Ruhezeiten zusammen dafür sorgen, dass Alarmierung nützlich bleibt statt laut zu werden.
Zuletzt aktualisiert 2026-08-26
Der größte Teil der Alarmmüdigkeit entsteht aus einem einzigen Entwurfsfehler: dem Auslösen auf einen Momentanwert. Die CPU berührt während eines nächtlichen Backups für einen einzigen Messwert 95 % - und jemandes Telefon klingelt. Regeln in Servers Sentinel nehmen neben dem Schwellwert eine Dauer entgegen, und allein das beseitigt die Mehrzahl der Fehlalarme.
Der Aufbau einer Regel
Eine Regel benennt eine Metrik, einen Vergleichsoperator, einen Schwellwert und die Zeitspanne, die die Bedingung halten muss, bevor sie auslöst:
| Feld | Beispiel | Anmerkung |
|---|---|---|
| Metrik | cpu.usage | Jede erfasste Metrik, auch eigene über die API eingelieferte |
| Operator | > | >, >=, <, <=, == |
| Schwellwert | 90 | Prozent, Bytes oder die Einheit der Metrik selbst |
| Für | 10m | Die Bedingung muss so lange ununterbrochen gelten |
| Schweregrad | warning / critical | Steuert Kanalzuordnung und Eskalation |
| Geltungsbereich | Global oder eine Servergruppe | Regeln können die ganze Flotte oder eine Gruppe betreffen |
Vorfallsgruppierung
Verliert ein Rack die Stromversorgung, hören vierzig Hosts innerhalb weniger Sekunden auf zu berichten. Vierzig Alarme sagen nichts, was einer nicht auch sagen würde. Zusammenhängende Auslösungen werden zu einem Vorfall zusammengefasst, in dem die betroffenen Hosts aufgeführt sind - die Meldung lautet dann *ein Rechenzentrum ist ausgefallen*, nicht vierzigmal *server-17 ist ausgefallen*.
Ein Vorfall trägt eine Zeitleiste dessen, was geschah, solange er offen war, kann quittiert und geschlossen und mit einem Postmortem versehen werden.
Unterdrückung
- Wartungsfenster - planen Sie eines vor einem geplanten Neustart, und die Regeln schweigen für die betroffenen Hosts. Metriken werden weiterhin erfasst und gespeichert; nur die Benachrichtigung wird unterdrückt.
- Ruhezeiten - leiten unkritische Schweregrade außerhalb der Arbeitszeit von Telefonen weg, während kritische weiterhin durchkommen.
- Flatterdämpfung - eine Bedingung, die um einen Schwellwert hin- und herpendelt, benachrichtigt nicht bei jeder Überschreitung erneut.
Kanäle
Eine auslösende Regel stellt an E-Mail, Telegram, Slack oder einen beliebigen Webhook zu. Die Zuordnung erfolgt nach Schweregrad, sodass eine Warnung in einem Teamkanal landen kann, während ein kritischer Alarm zusätzlich ruft. Webhook-Nutzlasten enthalten die Vorfalls-ID, was das Verknüpfen in einem Bereitschaftswerkzeug einfach macht.
Der Health-Score
Jeder Host trägt zusätzlich einen einzelnen, neu berechneten Health-Score. Das ist die Zahl für die Wandanzeige: Sie fasst Ressourcendruck, ausgefallene Dienste, Sicherheitsereignisse und Prüfergebnisse zu einem Wert zusammen, sodass eine Flotte von zweihundert Hosts mit einem Blick lesbar wird statt durchgesehen werden zu müssen.
Der Score ist eine Zusammenfassung, kein Auslöser. Alarmieren Sie auf die zugrunde liegenden Bedingungen; nutzen Sie den Score, um zu entscheiden, welchen Host Sie zuerst ansehen.