腾讯云可观测平台支持为消息队列 CKafka 版配置告警策略，及时感知实例资源使用率、生产消费带宽、连接数、消费堆积、分区堆积等异常情况。
告警策略支持指标告警和事件告警，您可以根据业务需求选择对应的监控对象和触发条件。配置告警策略后，当监控指标达到设定阈值或指定事件发生时，系统会按照通知模板将告警发送给指定接收对象，帮助您及时发现并处理实例运行、生产消费和客户端接入过程中的异常情况。
配置告警
1. 登录 腾讯云可观测平台。
2. 选择告警管理 > 告警配置 > 告警策略，单击新建策略，选择自定义告警策略。
3. 进入新建告警策略页，填写如下信息：
配置项 | 说明 |
策略名称 | 输入策略名称，最多60个字符 |
备注 | 输入备注，最多100个字符 |
监控类型 | 选择云产品监控 |
策略类型 | 选择消息服务 CKafka > 实例（Serverful 形态）/实例（Serverless 形态）等分类 |
策略所属项目 | 选择策略所属项目。所属项目用于告警策略的分类和权限管理，与云产品实例的项目没有强绑定关系 |
所属标签 | 选择策略所属标签 |
告警对象 | 选择具体实例作为告警对象 |
触发条件 | 支持手动配置触发告警的条件，如已有触发条件模板满足需求，也可以直接选择模板 |
| 支持添加事件进行事件告警配置 |
配置告警通知 | 支持新建或选择已有的告警通知模板 |
4. 设置完成后，单击完成。
建议配置的核心告警指标及对应阈值
告警指标 | 统计粒度 | 判断条件 | 阈值 | 持续周期 | 告警方式 |
当前磁盘占用与实例规格磁盘总容量的百分比 | 统计粒度1分钟 | > | 80% | 持续5个数据点 | 每三十分钟告警一次 |
实例连接数百分比 | 统计粒度1分钟 | > | 80% | 持续5个数据点 | 每三十分钟告警一次 |
实例生产带宽百分比 | 统计粒度1分钟 | > | 80% | 持续5个数据点 | 每三十分钟告警一次 |
实例消费带宽百分比 | 统计粒度1分钟 | > | 80% | 持续5个数据点 | 每三十分钟告警一次 |
消息服务 CKafka - 实例（Serverful 形态/Serverless 形态）策略建议核心告警指标
当前磁盘占用与实例规格磁盘总容量的百分比 > 80%
注：磁盘使用百分比表示实例已使用磁盘容量占实例总磁盘容量的比例。当磁盘使用率达到 100% 时，实例可能触发写入限制，影响生产端写入消息。
建议在磁盘使用百分比超过 80% 时配置告警，便于提前扩容磁盘规格、调整消息保留时间，或开启磁盘自动扩容能力。
实例连接数百分比 > 80%
注：实例连接数百分比表示当前连接数占实例连接数配额的比例。当连接数持续升高并接近配额上限时，可能导致新的客户端连接无法建立。
建议在实例连接数百分比超过 80% 时配置告警，并排查客户端连接数是否异常增长、连接是否及时释放。
实例生产带宽百分比 > 80%
注：实例生产带宽百分比表示当前生产流量占实例生产带宽配额的比例。当生产带宽持续接近上限时，可能导致生产消息延迟升高或发送失败。
建议在实例生产带宽百分比超过 80% 时配置告警，并评估是否需要升配实例带宽，或优化生产端发送速率。
实例消费带宽百分比 > 80%
注：实例消费带宽百分比表示当前消费流量占实例消费带宽配额的比例。当消费带宽持续接近上限时，可能导致消费延迟升高，影响消息处理实时性。
建议在实例消费带宽百分比超过 80% 时配置告警，并评估是否需要升配实例带宽，或优化消费端并发和消费逻辑。
消息服务 CKafka - ConsumerGroup - Topic 策略建议核心告警指标
消费分组未消费消息大小 > 100000MB
注：消费分组未消费消息大小表示指定消费分组在 Topic 维度上的消息堆积大小。该指标可用于判断消费端是否存在消费能力不足、业务处理阻塞或消费异常等问题。
建议根据业务对消息实时性的要求设置阈值。若消息堆积持续增长，建议检查消费端运行状态、消费速率、业务处理耗时和下游依赖是否正常。
消息服务 CKafka - ConsumerGroup - Partition 策略建议核心告警指标
分区未消费消息个数 > 100000
注：分区未消费消息个数表示指定消费分组在 Partition 维度上的消息堆积条数。该指标可用于定位具体分区是否存在消费滞后。
建议根据业务流量和消费能力设置阈值。若单个分区堆积持续增长，建议检查对应消费者是否正常消费，是否存在消息处理阻塞、消费者频繁重启或 Rebalance 等情况。如出现以上情况，可以参考 生产消费实践教程-应对重均衡 解决。
建议配置的核心事件告警
CKafka 支持通过事件告警感知实例运行、Broker 状态、消费组变更、接入认证等关键事件。与指标告警不同，事件告警在指定事件发生时触发，适用于及时发现节点状态变化、消费组异常、权限校验失败等问题。
事件 | 可能的影响 |
集群节点下线 | Broker 节点下线可能影响分区副本可用性、Leader 分布和生产消费稳定性。部分节点下线可能由变配、升级或计划内维护触发，但如果节点长时间未恢复，或伴随生产消费异常，需要及时关注和处理。 |
消费分组成员心跳超时 | 消费者心跳超时通常与客户端负载过高、消费处理阻塞、网络抖动或进程异常有关，可能影响消费稳定性和实时性。 |
自动化分区均衡失败 | 自动化分区均衡用于优化分区或 Leader 分布。任务失败可能导致分区负载不均、Broker 压力不均或均衡目标未达成，建议及时查看失败原因并确认 Topic、Broker 和实例负载状态。 |
磁盘自动扩容 | 磁盘自动扩容说明实例磁盘水位已达到触发条件，虽然系统已自动扩容，但仍需要关注磁盘使用趋势、消息保留策略和后续费用变化，避免磁盘持续高水位影响写入。 |
