모니터 생성하기

개요

지정된 옵션을 사용하여 모니터를 생성합니다.

모니터 유형

다음 중에서 선택한 모니터 유형입니다.

• anomaly: query alert
• APM: query alert 또는 trace-analytics alert
• composite: composite
• custom: service check
• forecast: query alert
• host: service check
• integration: query alert 또는 service check
• live process: process alert
• logs: log alert
• metric: query alert
• network: service check
• outlier: query alert
• process: service check
• rum: rum alert
• SLO: slo alert
• watchdog: event-v2 alert
• event-v2: event-v2 alert
• audit: audit alert
• error-tracking: error-tracking alert
• database-monitoring: database-monitoring alert
• network-performance: network-performance alert
• cloud cost: cost alert
• network-path: network-path alert

참고:

• Synthetic 모니터는 Synthetics API를 통해 생성됩니다. 자세한 내용은 Synthetics API 설명서를 참조하세요.
• 로그 모니터에는 범위가 지정되지 않은 App Key가 필요합니다.

쿼리 유형

메트릭 경보 쿼리

예: time_aggr(time_window):space_aggr:metric{tags} [by {key}] operator #

• time_aggr: avg, sum, max, min, change 또는 pct_change
• time_window: last_#m(모니터 유형에 따라 #은 1에서 10080 사이), last_#h(모니터 유형에 따라 #은 1에서 168 사이), last_1d 또는 last_1w
• space_aggr: avg, sum, min 또는 max
• tags: 하나 이상의 태그(쉼표로 구분) 또는 *
• key: key:value 태그 구문의 'key', 그룹 내 각 태그에 대해 별도의 경보를 정의함(다중 경보)
• operator: <, <=, >, >=, == 또는 !=
• #: 임계값을 설정하는 데 사용되는 정수 또는 십진수

수식 쿼리가 있는 메트릭 모니터에서 동적 임계값을 사용하려면 #을 threshold 키워드 (예: ... > threshold)로 교체하고 options.thresholds의 critical_query를 통해 쿼리로 임계값을 제공하세요. 이 기능은 미리 보기로 제공되고 있습니다.

_change_ 또는 _pct_change_ 시간 애그리게이터를 사용하는 경우 대신 다음과 함께 change_aggr(time_aggr(time_window), timeshift):space_aggr:metric{tags} [by {key}] operator #을 사용하세요.

• change_aggr change, pct_change
• time_aggr avg, sum, max, min 자세히 알아보기
• time_window last\#m(모니터 유형에 따라 1~2880), last\#h(모니터 유형에 따라 1~48) 또는 last_#d(1 또는 2)
• timeshift #m_ago (5, 10, 15, 30), #h_ago (1, 2, 4), 또는 1d_ago

이 항목을 사용하여 다음 쿼리로 이상치 모니터를 생성합니다. avg(last_30m):outliers(avg:system.cpu.user{role:es-events-data} by {host}, 'dbscan', 7) > 0

서비스 검사 쿼리

예: "check".over(tags).last(count).by(group).count_by_status()

• check 검사 이름(예: datadog.agent.up)
• tags 하나 이상의 따옴표로 묶인 태그(쉼표로 구분), 또는 "*" (예: .over("env:prod", "role:db")), over는 비워둘 수 없습니다.
• count는 최대 임계값(options에 정의됨)보다 크거나 같아야 합니다. 이 값은 100으로 제한됩니다. 예를 들어, 1개의 critical, 3개의 ok, 2개의 warn 상태를 지정한 경우 count는 최소 3이어야 합니다.
• group은 검사 모니터에 대해 지정해야 합니다. 검사별 그룹화는 일부 서비스 검사에 대해 이미 명시적으로 알려져 있습니다. 예를 들어, Postgres 통합 모니터는 db, host, port로 태그가 지정되고, 네트워크 모니터는 host, instance, url로 태그가 지정됩니다. 자세한 내용은 서비스 검사 설명서를 참조하세요.

이벤트 경보 쿼리

참고: 이벤트 경보 쿼리는 이벤트 V2 경보 쿼리로 대체되었습니다. 자세한 내용은 이벤트 마이그레이션 가이드를 참조하세요.

이벤트 V2 경보 쿼리

예: events(query).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• rollup_method 통계 롤업 메서드, count, avg 및 cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

프로세스 경보 쿼리

예: processes(search).over(tags).rollup('count').last(timeframe) operator #

• search 프로세스를 쿼리하기 위한 자유 텍스트 검색 문자열입니다. 일치하는 프로세스는 Live Processes 페이지의 결과와 일치합니다.
• tags 하나 이상의 태그(쉼표로 구분)
• timeframe 개수를 롤업할 타임프레임 (예: 10m, 4h) 지원되는 타임프레임: s, m, h, d
• operator <, <=, >, >=, == 또는 !=
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수

로그 경보 쿼리

예: logs(query).index(index_name).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• index_name 다중 인덱스 조직의 경우, 요청이 수행되는 로그 인덱스입니다.
• rollup_method 통계 롤업 메서드, count, avg 및 cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

복합 조건 쿼리

예: 12345 && 67890(12345와 67890은 복합 조건이 아닌 모니터의 ID)

• name [필수, 기본값 = 동적, 쿼리 기반]: 경보의 이름입니다.
• message [필수, 기본값 = 동적, 쿼리 기반]: 이 모니터에 대한 알림에 포함할 메시지입니다. 이메일 알림은 이벤트와 동일한 '@username' 표기법을 사용하여 특정 사용자에게 보낼 수 있습니다.
• tags [선택 사항, 기본값 = 빈 목록]: 모니터와 연결할 태그 목록입니다. API를 통해 모든 모니터 세부 정보를 가져올 때 monitor_tags 인수를 사용하여 이러한 태그별로 결과를 필터링하세요. API를 통해서만 사용할 수 있으며 Datadog UI에서는 표시하거나 편집할 수 없습니다.

SLO 경보 쿼리

예시: error_budget("slo_id").over("time_window") operator #

• slo_id: 경보를 구성하려는 SLO의 영숫자 SLO ID입니다.
• time_window: 경보를 보낼 SLO 대상의 시간 범위입니다. 유효한 옵션: 7d, 30d, 90d.
• operator: >= or >

감사 경보 쿼리

예: audits(query).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• rollup_method 통계 롤업 메서드, count, avg 및 cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

CI Pipelines 경보 쿼리

예: ci-pipelines(query).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• rollup_method 통계 롤업 메서드, count, avg, cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

CI Tests 경보 쿼리

예: ci-tests(query).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• rollup_method 통계 롤업 메서드, count, avg, cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

Error Tracking 경보 쿼리

"새로운 이슈" 예: error-tracking(query).source(issue_source).new().rollup(rollup_method[, measure]).by(group_by).last(time_window) operator # "영향이 큰 이슈" 예: error-tracking(query).source(issue_source).impact().rollup(rollup_method[, measure]).by(group_by).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• issue_source 이슈 소스, all, browser, mobile, backend를 지원하며 생략 시 기본값은 all입니다.
• rollup_method 통계 롤업 메서드, count, avg, cardinality를 지원하며 생략 시 기본값은 count입니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• group by 그룹화할 속성의 쉼표로 구분된 목록, 최소한 issue.id를 포함해야 합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

Database Monitoring 경보 쿼리

예: database-monitoring(query).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• rollup_method 통계 롤업 메서드, count, avg, cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

네트워크 성능 경보 쿼리

예: network-performance(query).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• rollup_method 통계 롤업 메서드, count, avg, cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

비용 경보 쿼리

예: formula(query).timeframe_type(time_window).function(parameter) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• timeframe_type 비용을 평가할 타임프레임 유형 - forecast의 경우 current를 지원합니다. - change, anomaly, threshold의 경우 last를 지원합니다.
• time_window - 일일 롤업을 지원합니다(예: 7d).
• function - [선택 사항, 생략 시 기본값은 threshold 모니터] change, anomaly, forecast를 지원합니다.
• parameter 해당 유형의 파라미터를 지정합니다.
  • change의 경우
    • relative, absolute를 지원합니다.
    • [선택 사항] #을 지원하며, 여기서 #은 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.
  • anomaly의 경우
    • direction=both, direction=above, direction=below를 지원합니다.
    • [선택 사항] threshold=#을 지원하며, 여기서 #은 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.
• operator
  • threshold의 경우 <, <=, >, >=, == 또는 !=를 지원합니다.
  • change의 경우 >, <를 지원합니다.
  • anomaly의 경우 >=를 지원합니다.
  • forecast의 경우 >를 지원합니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

Network Path 경보 쿼리

예 network-path(query).index(index_name).rollup(rollup_method[, measure]).last(time_window) operator #

• query 검색 쿼리, 로그 검색 구문을 따릅니다.
• index_name 모니터링할 데이터 유형으로, netpath-path 및 netpath-hop을 지원합니다.
• rollup_method 통계 롤업 메서드, count, avg, cardinality를 지원합니다.
• measure avg 및 카디널리티 rollup_method 대상, 사용할 측정값 또는 패싯 이름을 지정합니다.
• time_window #m(1에서 2880 사이), #h(1에서 48 사이)입니다.
• operator <, <=, >, >=, == 또는 !=입니다.
• # 임계값을 설정하는 데 사용되는 정수 또는 십진수입니다.

{
  "name": "Example Monitor",
  "type": "cost alert",
  "query": "formula(\"exclude_null(query1)\").last(\"7d\").anomaly(direction=\"above\", threshold=10) >= 5",
  "message": "some message Notify: @hipchat-channel",
  "tags": [
    "test:examplemonitor",
    "env:ci"
  ],
  "priority": 3,
  "options": {
    "thresholds": {
      "critical": 5,
      "warning": 3
    },
    "variables": [
      {
        "data_source": "cloud_cost",
        "query": "sum:aws.cost.net.amortized.shared.resources.allocated{aws_product IN (amplify ,athena, backup, bedrock ) } by {aws_product}.rollup(sum, 86400)",
        "name": "query1",
        "aggregator": "sum"
      }
    ],
    "include_tags": true
  }
}

{
  "name": "Example-Monitor",
  "type": "data-jobs alert",
  "query": "formula(\"failed_runs(run_query)\").by(job_name,workspace_name).last(10d) > 0",
  "message": "Data jobs alert triggered",
  "tags": [
    "test:examplemonitor",
    "env:ci"
  ],
  "options": {
    "thresholds": {
      "critical": 0
    },
    "variables": [
      {
        "name": "run_query",
        "jobs_query": "job_name:*",
        "job_type": "databricks.job",
        "query_dialect": "metric"
      }
    ]
  }
}

{
  "name": "Example-Monitor",
  "type": "data-quality alert",
  "query": "formula(\"query1\").last(\"5m\") > 100",
  "message": "Data quality alert triggered",
  "tags": [
    "test:examplemonitor",
    "env:ci"
  ],
  "priority": 3,
  "options": {
    "thresholds": {
      "critical": 100
    },
    "variables": [
      {
        "name": "query1",
        "data_source": "data_quality_metrics",
        "measure": "row_count",
        "filter": "search for column where `database:production AND table:users`",
        "group_by": [
          "entity_id"
        ]
      }
    ]
  }
}

{
  "assets": [
    {
      "category": "runbook",
      "name": "Monitor Runbook",
      "resource_key": "12345",
      "resource_type": "string",
      "url": "/notebooks/12345"
    }
  ],
  "created": "2019-09-19T10:00:00.000Z",
  "creator": {
    "email": "string",
    "handle": "string",
    "name": "string"
  },
  "deleted": "2019-09-19T10:00:00.000Z",
  "draft_status": "string",
  "id": "integer",
  "matching_downtimes": [
    {
      "end": 1412792983,
      "id": 1625,
      "scope": [
        "env:staging"
      ],
      "start": 1412792983
    }
  ],
  "message": "string",
  "modified": "2019-09-19T10:00:00.000Z",
  "multi": false,
  "name": "My monitor",
  "options": {
    "aggregation": {
      "group_by": "host",
      "metric": "metrics.name",
      "type": "count"
    },
    "device_ids": [],
    "enable_logs_sample": false,
    "enable_samples": false,
    "escalation_message": "string",
    "evaluation_delay": "integer",
    "group_retention_duration": "string",
    "groupby_simple_monitor": false,
    "include_tags": false,
    "locked": false,
    "min_failure_duration": "integer",
    "min_location_failed": "integer",
    "new_group_delay": "integer",
    "new_host_delay": "integer",
    "no_data_timeframe": "integer",
    "notification_preset_name": "string",
    "notify_audit": false,
    "notify_by": [],
    "notify_no_data": false,
    "on_missing_data": "string",
    "renotify_interval": "integer",
    "renotify_occurrences": "integer",
    "renotify_statuses": [],
    "require_full_window": false,
    "scheduling_options": {
      "custom_schedule": {
        "recurrences": [
          {
            "rrule": "FREQ=WEEKLY;BYDAY=MO,TU,WE,TH,FR",
            "start": "2023-08-31T16:30:00",
            "timezone": "Europe/Paris"
          }
        ]
      },
      "evaluation_window": {
        "day_starts": "04:00",
        "hour_starts": 0,
        "month_starts": 1,
        "timezone": "Europe/Paris"
      }
    },
    "silenced": {
      "<any-key>": "integer"
    },
    "synthetics_check_id": "string",
    "threshold_windows": {
      "recovery_window": "string",
      "trigger_window": "string"
    },
    "thresholds": {
      "critical": "number",
      "critical_query": "formula(\"2 * query1\").rollup(\"avg\").last(\"6mo\")",
      "critical_recovery": "number",
      "critical_recovery_query": "formula(\"1.5 * query1\").rollup(\"avg\").last(\"3mo\")",
      "ok": "number",
      "unknown": "number",
      "warning": "number",
      "warning_recovery": "number"
    },
    "timeout_h": "integer",
    "variables": [
      {
        "compute": {
          "aggregation": "avg",
          "interval": 60000,
          "metric": "@duration",
          "name": "compute_result",
          "source": "filter_query"
        },
        "data_source": "rum",
        "group_by": [
          {
            "facet": "status",
            "limit": 10,
            "sort": {
              "aggregation": "avg",
              "metric": "string",
              "order": "asc"
            },
            "source": "filter_query"
          }
        ],
        "indexes": [
          "days-3",
          "days-7"
        ],
        "name": "query_errors",
        "search": {
          "query": "service:query"
        }
      }
    ]
  },
  "overall_state": "string",
  "priority": "integer",
  "query": "avg(last_5m):sum:system.net.bytes_rcvd{host:host0} > 100",
  "restricted_roles": [],
  "state": {
    "groups": {
      "<any-key>": {
        "last_nodata_ts": "integer",
        "last_notified_ts": "integer",
        "last_resolved_ts": "integer",
        "last_triggered_ts": "integer",
        "name": "string",
        "status": "string"
      }
    }
  },
  "tags": [],
  "type": "query alert"
}