Referenz für integrierte Ereignisse

Ereignis	Beschreibung	Metrik
Die Garbage-Collection-Aktivität ist hoch.	Überwacht die von der CLR-Laufzeitplattform verwendete Zeit für Garbage-Collection (GC) und vergleicht sie mit dem Wert für den maximal zulässigen Prozentsatz.	GC-Zeit (mem.time_in_gc).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter .NET.

Ereignis	Beschreibung	Metrik
Die Warteschlange für nicht zustellbare Nachrichten wächst.	Die Warteschlange für nicht zustellbare Nachrichten wird länger. Gesendete Nachrichten werden nicht an das richtige Ziel weitergeleitet.	ActiveMQ-Warteschlangengröße.
Das Speicherlimit nähert sich dem Grenzwert.	Die Speicherbelegung liegt bei fast 100 % des Speicherlimits.	Speicherbelegung (memoryPercentage).
Die Store-Belegung nähert sich dem Grenzwert.	Die Store-Belegung liegt bei fast 100 % des Store-Limits.	Store-Belegung (storePercentage).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter ActiveMQ.

Ereignis	Beschreibung	Metrik
ActiveMQ Artemis verfügt über keine Verbindungen.	In den letzten 5 Sekunden gab es keine Verbindungen. Die aktuelle Anzahl an Verbindungen entspricht der konfigurierten Anzahl für NoConnections.	Gesamtzahl der Verbindungen (totalConnectionCount).
ActiveMQ Artemis verfügt über keine Konsumenten.	In den letzten 5 Sekunden gab es keine Konsumenten. Die aktuelle Anzahl an Konsumenten entspricht der konfigurierten Anzahl für NoConsumers.	Gesamtzahl der Konsumenten (totalConsumerCount).
Die Adressspeicherbelegung nähert sich dem Grenzwert.	Die Speicherbelegung aller Adressen liegt bei fast 100 % des Speicherlimits.	Adressspeicherbelegung (addressMemoryPercentage).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter ActiveMQ Artemis.

Ereignis	Beschreibung	Metrik
Untergeordnete Apache-Prozesse sind bei der DNS-Suche hängen geblieben.	Eine hohe Auslastung der Server-Worker durch die DNS-Suche wurde erkannt.	DNS (worker.dns).
Die Protokollierung verlangsamt die HTTPd-Leistung von Apache.	Eine hohe Auslastung der Server-Worker zu Protokollierungszwecken wurde erkannt.	Protokollierung (worker.logging).
Die Anzahl der aktiven Worker nähert sich dem Maximalwert für Worker.	Ein hoher Prozentsatz aktiver Worker wurde erkannt.	Aktive Worker (busy_workers).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter HTTPd.

Ereignis	Beschreibung	Metrik
Vollständiger Abfall bei Aufrufen	Ein schneller Abfall auf null (der Service wird praktisch nicht mehr aufgerufen) in den Werten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Das Ausmaß des Abfalls bei den Aufrufen sollte auch die aufgeführten Parameter für relative und absolute Schwellenwerte überschreiten.	Aufrufe/s (count)
Fehlerrate zu hoch	Eine dauerhaft hohe Fehlerrate beim KPI für durchschnittliche Fehler innerhalb der letzten vier Minuten oberhalb des angegebenen Schwellenwerts wurde erkannt.	Fehlerrate (error_rate).
Ansteigender Trend bei der Fehlerrate	Diese Regel überprüft das Vorhandensein eines ansteigenden Trends für einen bestimmten Messwert. Die Regel ist so optimiert, dass ein wöchentliches monotones Ansteigen beim jeweiligen Messwert erkannt wird. Der Detektor ist jedoch nicht streng und toleriert eine gewisse Abnahme des Metrikwerts innerhalb des Trendkandidaten.	Fehlerrate (error_rate).
Plötzlicher Abfall bei Aufrufen	Erkennt einen schnellen Abfall in den KPI-Werten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Das Ausmaß des Abfalls bei den Aufrufen sollte auch die aufgeführten Parameter für relative und absolute Schwellenwerte überschreiten.	Aufrufe/s (count).
Plötzlicher Anstieg der Fehlerrate	Erkennt einen raschen Anstieg der Werte des Fehler-KPIs im Vergleich zu den KPI-Werten der letzten 10 Minuten. Das Ausmaß des Anstiegs bei den Fehlern sollte auch die aufgeführten Parameter für relative und absolute Schwellenwerte überschreiten.	Fehlerrate (error_rate).
Plötzlicher Anstieg der Latenzzeit	Erkennt einen raschen Anstieg des angegebenen Latenz-KPI-Perzentils im Vergleich zu den KPI-Werten der letzten 30 Minuten. Der Anstieg der Latenz muss die angegebenen relativen und absoluten Schwellenwerte überschreiten.	Latenz 50. (duration.50th).
Plötzlicher Anstieg der Latenzzeit für einen Bruchteil der Anfragen	Erkennt einen raschen Anstieg des angegebenen Latenz-KPI-Perzentils im Vergleich zu den KPI-Werten der letzten 30 Minuten. Der Anstieg der Latenz muss die angegebenen relativen und absoluten Schwellenwerte überschreiten.	Latenz 99. (duration.99th).

Ereignis	Beschreibung	Metrik
Der Anteil an verarbeiteten und bereitgestellten Lesevorgängen ist kritisch.	Es wurde ein hoher Anteil an verarbeiteten und bereitgestellten Lesevorgängen festgestellt.	Kapazität für verarbeitete Lesevorgänge (consumed_read).
Der Anteil an verarbeiteten und bereitgestellten Schreibvorgängen ist kritisch.	Es wurde ein hoher Anteil an verarbeiteten und bereitgestellten Schreibvorgängen festgestellt.	Kapazität für verarbeitete Schreibvorgänge (consumed_write) und Kapazität für bereitgestellte Schreibvorgänge (provisioned_write).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter AWS DynamoDB.

Ereignis	Beschreibung	Metrik
Anzahl aktiver Controller.	Überprüft auf eine ungewöhnliche Anzahl an aktiven Controllern im Kafka-Cluster.	Anzahl aktiver Controller (active_controller_count).
Anzahl der Partitionen, die offline sind.	Definiert den maximal zulässigen Anteil an Verletzungen durch Partitionen, die offline sind, innerhalb des angegebenen Zeitfensters.	Anzahl der Partitionen, die offline sind (offline_partitions_count).
Geringe Leerlaufzeit des Netzprozessors.	Überprüft, ob der Kafka-Netz-Thread eine hohe Arbeitslast aufweist.	Leerlaufzeit des Netzprozessors (network_processor_idle).
Geringe Leerlaufzeit des Anforderungshandlers.	Überprüft, ob der Kafka-Anforderungshandler eine hohe Arbeitslast aufweist.	Leerlaufzeit des Anforderungshandlers (request_handler_idle).
Anzahl der Partitionen mit zu wenigen Repliken.	Überprüft, ob die Anzahl der Partitionen mit zu wenigen Repliken die erwartete Anzahl überschreitet.	Partitionen mit zu wenigen Repliken (under_replicated_partitions).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter AWS MSK.

Ereignis	Beschreibung	Metrik
Das CPU-Guthaben geht gegen Null.	Überprüft, ob das CPU-Guthaben sich Null annähert.	CPU-Guthaben (cpu_credit_balance).
Die Menge des verbrauchten CPU-Guthabens ist groß.	Überprüft, ob der Prozentsatz des von einer Instanz verbrauchten CPU-Guthabens sich der maximalen Kapazität nähert.	CPU-Guthabennutzung (cpu_credit_usage) und CPU-Guthaben (cpu_credit_balance).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter AWS RDS.

Der Azure API Management-Sensor führt einmal in der Minute automatisch beliebige angepasste Zustandsprüfungen durch. Wenn die Prüfungen für mindestens eine Minute fehlschlagen, wird ein Problem gemeldet, um den Benutzer zu informieren.

Ereignis	Beschreibung	Metrik
Die Azure API Management-Kapazität nähert sich dem Kapazitätslimit.	Überprüft, ob Azure API Management mehr als 90 % der verfügbaren Kapazität verwendet.	Kapazität (metrics.Capacity).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation zu „ Azure “ unter „Api Management“.

Ereignis	Beschreibung	Metrik
Die Azure CosmosDb-Storage-Kapazität nähert sich dem Kapazitätslimit.	Erkennt, ob die Azure CosmosDb-Storage-Kapazität das Kapazitätslimit erreicht.	CosmosDb-Storage-Kapazität.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter AzureCosmosDB.

Der Azure Redis Cache-Sensor führt einmal in der Minute angepasste Zustandsprüfungen aus. Wenn die Prüfungen für mindestens eine Minute fehlschlagen, wird ein Problem gemeldet, um den Benutzer zu informieren.

Ereignis	Beschreibung	Metrik
Azure Redis Cache-Clientverbindungen nähern sich dem Limit für die maximale Anzahl an Verbindungen.	Azure Redis Cache verwendet mehr als 90 % der verfügbaren Clientverbindungen.	Verbundene Clients (connectedclients).
Die Azure Redis Cache-Speicherbelegung nähert sich dem Speicherlimit.	Azure Redis Cache belegt mehr als 90 % des verfügbaren Speichers.	Prozentsatz des belegten Speichers (usedmemorypercentage).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Azure Redis.

Der Azure SQL-Datenbank-Sensor führt einmal in der Minute angepasste Zustandsprüfungen aus. Wenn die Prüfungen für mindestens eine Minute fehlschlagen, wird ein Problem gemeldet, um den Benutzer zu informieren.

Ereignis	Beschreibung	Metrik
Der Datenbank geht der Speicherplatz aus.	Überprüft, ob der Azure SQL-Datenbank der Speicherplatz ausgeht. Der Warngrenzwert liegt bei 80 % und der kritische Grenzwert bei 90 % der verwendeten Größe.	metrics.storage_percent.
Datenbankstatus.	Der nicht einwandfreie Zustand wird dadurch verursacht, dass die Datenbank nicht verfügbar ist. Eine Datenbank kann nicht verfügbar sein, wenn eine der folgenden Bedingungen zutrifft: Die Datenbank wurde vom Benutzer offline geschaltet. Die Datenbank wird aus der Sicherung wiederhergestellt. Die Datenbank wird wiederhergestellt. Die Datenbank wurde beschädigt. Die Datenbank wurde vom Administrator in den Notfallstatus versetzt. Die Datenbank wird gerade erstellt, indem eine andere Datenbank kopiert wird.	metrics.statusCode.
Die gesamte DTU-Auslastung nähert sich dem DTU-Limit.	Überprüft, ob die DTU-Auslastung der Azure SQL-Datenbank sich dem DTU-Limit nähert. Der Warngrenzwert liegt bei 75 % und der kritische Grenzwert bei 85 % der DTU-Auslastung.	metrics.dtu_consumption_percent.

Der „ Azure MySQL “-Datenbanksensor führt jede Minute benutzerdefinierte Zustandsprüfungen durch. Wenn die Prüfungen für mindestens eine Minute fehlschlagen, wird ein Problem ausgegeben, um Sie zu informieren.

Ereignis	Beschreibung	Metrik
Verfügbare Serververbindungen nähern sich dem Grenzwert für maximale Verbindungen.	Die Nutzung von Verbindungen zum „ Azure MySQL “-Server macht mehr als 85 % der verfügbaren Client-Verbindungen aus.	Aktive Verbindungen (active_connections)

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Azure MySQL.

Der Sensor „ Azure Service Bus “ führt jede Minute benutzerdefinierte Zustandsprüfungen durch. Wenn die Prüfungen für mindestens eine Minute fehlschlagen, wird ein Problem ausgegeben, um Sie zu informieren.

Ereignis	Beschreibung	Metrik
Azure Service Bus enthält mindestens eine Nachricht in der DL-Warteschlange	Prüft, ob die „ Azure Service Bus “ mindestens eine Nachricht in der Dead-Letter-Warteschlange enthält.	Lesen von Nachrichten mit Buchstaben (deadletteredMessages)

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Azure Service Bus.

Der Azure SQL Elastic Pool-Sensor führt einmal in der Minute angepasste Zustandsprüfungen aus. Wenn die Prüfungen für mindestens eine Minute fehlschlagen, wird ein Problem gemeldet, um den Benutzer zu informieren.

Ereignis	Beschreibung	Metrik
Die gesamte eDTU-Auslastung nähert sich dem eDTU-Limit.	Überprüft, ob die eDTU-Auslastung von Azure SQL Elastic Pool sich dem eDTU-Limit nähert.	metrics.dtu_consumption_percent.

Ereignis	Beschreibung	Metrik
Ceph-Clusterstatus.	Das Ceph-Cluster meldet ein Problem; HEALTH_WARN oder HEALTH_ERR.	Status des Ceph-Clusters (overall_status).
Das Monitorquorum wurde nicht erreicht.	Die Anzahl der Monitore in einwandfreiem Zustand beträgt weniger als 50 % aller Monitore.	Anzahl der Monitore (num_mons) und Anzahl der aktiven Monitore (num_active_mons).
OSD(s) mit vollständigem Kapazitätsstatus.	Einige OSDs melden vollständigen Status.	Anzahl der aktiven und bereinigten pgs (num_full_osds).
OSD(s), die fast vollständigen Kapazitätsstatus melden.	Einige OSDs melden fast vollständigen Status.	Anzahl der fast vollständigen OSDs (num_near_full_osds).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Ceph.

Ereignis	Beschreibung	Metrik
Allgemeinzustand des Consul-Clusters.	Erkennt den Gesamtzustand des Clusters und ob Knoten von Autopilot als nicht einwandfrei angesehen werden.	Allgemeinzustand von Consul-Autopilot (consul.autopilot.healthy).

Ereignis	Beschreibung	Metrik
Speicher überlastet.	Erkennt, wenn die Containerspeicherbelegung die angegebenen Grenzwerte überschreitet.	RSS (memory.total_rss).

Ereignis	Beschreibung	Metrik
Speicher überlastet.	Wenn die Containerspeicherbelegung die angegebenen Grenzwerte überschreitet, wird ein Warnungsschwellenwert für den Speicher oder ein kritischer Schwellenwertalert für den Speicher angezeigt.	RSS (memory.total_rss).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Docker.

Ereignis	Beschreibung	Metrik
Vollständiger Abfall bei Aufrufen.	Erkennt einen schnellen Abfall auf null (der Service wird praktisch nicht mehr aufgerufen) in den Werten der KPI-Messdaten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Die Größe des Rückgangs der Aufrufe sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Aufrufe/s (count).
Fehlerrate zu hoch.	Eine dauerhaft hohe Fehlerrate beim KPI für durchschnittliche Fehler innerhalb der letzten vier Minuten oberhalb des angegebenen Schwellenwerts wurde erkannt.	Fehlerrate (error_rate).
Fehlerrate zu hoch für einen synthetischen Endpunkt.	Erkennt eine dauerhaft hohe Fehlerrate eines synthetischen Endpunkts, wenn der durchschnittliche KPI für Fehler innerhalb der letzten vier Minuten den angegebenen Schwellenwert überschreitet.	Synthetische Fehlerrate (synthetic_error_rate).
Steigender Trend bei der Fehlerrate.	Überprüft einen bestimmten Messwert auf einen ansteigenden Trend. Die Regel ist so optimiert, dass ein wöchentliches monotones Ansteigen beim jeweiligen Messwert erkannt wird. Der Detektor ist jedoch nicht strikt und toleriert einen gewissen Rückgang des Messwerts innerhalb des Trendkandidaten.	Fehlerrate (error_rate).
Plötzlicher Abfall bei Aufrufen.	Erkennt einen schnellen Abfall in den KPI-Werten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Die Größe des Rückgangs der Aufrufe sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Aufrufe/s (count).
Plötzlicher Abfall bei synthetischen Aufrufen.	Erkennt einen schnellen Abfall in den KPI-Werten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Die Größe des Rückgangs der Aufrufe sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Synthetische Aufrufe/s (synthetic_count).
Plötzlicher Anstieg bei der Fehlerrate.	Erkennt einen schnellen Anstieg in den KPI-Werten der Fehler in Relation zu den KPI-Werten in den letzten 10 Minuten. Die Größe des Fehleranstiegs sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Fehlerrate (error_rate).
Plötzlicher Anstieg der Latenzzeit.	Erkennt einen raschen Anstieg des angegebenen Latenz-KPI-Perzentils im Vergleich zu den KPI-Werten der letzten 30 Minuten. Der Anstieg der Latenz muss die relativen und absoluten Schwellenwerte überschreiten.	Latenz 50. (duration.50th).
Plötzlicher Anstieg der Latenzzeit für einen Bruchteil der Anfragen.	Erkennt einen raschen Anstieg des angegebenen Latenz-KPI-Perzentils im Vergleich zu den KPI-Werten der letzten 30 Minuten. Der Anstieg der Latenz muss die relativen und absoluten Schwellenwerte wie folgt überschreiten.	Latenz 99. (duration.99th).

Ereignis	Beschreibung	Metrik
Abnormal lange Dauer des Disk-Back-End-Commit.	Erkennt die Dauer des High-Disk-Back-End-Commit.	Dauer des Disk-Back-End-Commit (health.disk_backend_commit_duration).
Abnormal lange Dauer des Disk-Wal-Fsync.	Erkennt lange Dauer des Disk-Wal-Fsync.	Dauer des Disk-Fsync (health.disk_wal_fsync_duration).
Abnormal lange Dauer der Momentaufnahme.	Erkennt eine lange Dauer für das Speichern einer Momentaufnahme.	Gesamtdauer für das Speichern der Momentaufnahme (health.debugging_snap_save_total_duration).
Häufige Leader-Änderungen während der letzten Minute.	Erkennt eine große Anzahl an Leader-Änderungen während der letzten Minute.	Server-Leader-Änderungen (health.server_leader_changes).
Member verfügt über keinen Leader.	Erkennt ein Member, das über keinen Leader verfügt (nicht verfügbar).	Server hat Leader (health.server_has_leader).
Analyse des Vorschlagsverhältnisses.	Erkennt einen ungewöhnlichen Abfall der angewandten Vorschläge und einen ungewöhnlichen Anstieg der anstehenden und fehlgeschlagenen Vorschläge.	Anzahl der festgeschriebenen Vorschläge (health.server_proposals_committed), Anzahl der angewandten Vorschläge (health.server_proposals_applied), Anzahl der anstehenden Vorschläge (health.server_proposals_pending) und Anzahl der fehlgeschlagenen Vorschläge (health.server_proposals_failed).
Die Nutzung von offenen Dateideskriptoren ist kritisch.	Erkennt eine starke Nutzung von offenen Dateideskriptoren.	Anzahl der offenen Dateideskriptoren (health.process_open_fds) und maximale Anzahl der Dateideskriptoren (health.process_max_fds).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter etcd.

Ereignis	Beschreibung	Metrik
Speicher überlastet.	Die Containerspeicherbelegung nähert sich dem Speicherlimit.	Belegung (memory.usage).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Garden.

Ereignis	Beschreibung	Metrik
Glassfish Die Trefferquote des Dateicaches beträgt 70 %.	Eine verarbeitende Pipeline überprüft die Trefferquote für den Dateicache und prüft, ob sie unter dem angegebenen Schwellenwert liegt.	Trefferquote (file_cache_rate).
Die maximale Anzahl an JDBC-Verbindungen wurde erreicht.	Eine Verarbeitungs-Pipeline überprüft die Gesamtzahl der JDBC-Verbindungen. Sie bewertet, ob sie den Maximalwert für die Serverkonfiguration erreicht.	Verwendet (jdbc_connection_used).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Glassfish.

Ereignis	Beschreibung	Metrik
Die Anzahl der Datastore-Anforderungen ist in den letzten 30 Minuten deutlich gefallen.	Überprüft auf plötzlichen Abfall der Anzahl der Anforderungen.	Anforderungen (request_count)
Die Anzahl der Datastore-Anforderungen ist in den letzten 30 Minuten deutlich gestiegen.	Überprüft auf plötzliche Zunahme der Anzahl der Anforderungen.	Anforderungen (request_count)

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Google Cloud Datastore.

Ereignis	Beschreibung	Metrik
Plötzlicher Anstieg der Größe aller Objekte	Überprüft auf einen plötzlichen Anstieg der Größe aller Objekte innerhalb von 24 Stunden für nicht leere Buckets	Die Gesamtgröße aller Objekte im Bucket.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Google Cloud Storage.

Ereignis	Beschreibung	Metrik
Die Latenzzeit für Push-Anforderungen für das Abonnement hat in den letzten 10 Minuten zugenommen.	Überprüft auf eine plötzliche Erhöhung der Latenzzeit für Push-Anforderungen für das Abonnement.	Latenzzeit für Anforderungen (push_request_latencies)
Älteste Nachricht für Thema.	Überprüft, ob Nachrichten zu dem Thema vorliegen, die älter als der Schwellenwert sind.	Älteste Nachricht (oldest_unacked_message_age)

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Google Cloud Pub/Sub.

Ereignis	Beschreibung	Metrik
Der Ressourcenmanager meldet einen verlorenen Knoten.	Erkennt, ob der Ressourcenmanager verlorene Knoten meldet.	Verlorene Knoten (lostNodes).
Der Ressourcenmanager meldet einen nicht einwandfreien Knoten.	Erkennt, ob der Ressourcenmanager nicht einwandfreie Knoten meldet.	Nicht einwandfreie Knoten (unhealthyNodes).
Die übergebene App ist fehlgeschlagen.	Erkennt, ob die übergebene App fehlgeschlagen ist.	Fehlgeschlagene Apps (appsFailed).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Hadoop YARN.

Ereignis	Beschreibung	Metrik
Die durchschnittliche Warteschlange für das HAProxy-Back-End ist groß.	Die durchschnittliche Warteschlange für das HAProxy-Back-End ist groß.	Back-End-Warteschlangengröße.
Die Nutzung der HAProxy-Front-End-Sitzung ist hoch.	Die Nutzung der HAProxy-Front-End-Sitzung ist hoch.	Nutzung der Front-End-Sitzung.
Plötzlicher Anstieg bei der durchschnittlichen Antwortzeit.	Überprüft auf einen plötzlichen Anstieg bei der durchschnittlichen Antwortzeit eines einzelnen Back-Ends.	Messdaten für durchschnittliche Antwortzeit.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter HAProxy.

Ab Hazelcast 3.3 werden die öffentlichen Methoden vom Typ HazelcastInstance::getPartitionService()::isLocalMemberSafe() verwendet. Bei älteren Versionen von „ Hazelcast “ wird der Betriebszustand aus einem internen Status „has ongoing migrations“ auf jedem lokalen Knoten abgeleitet.

Der Allgemeinzustand des Hazelcast-Clusters wird aus den einzelnen Hazelcast-Knoten aggregiert. Genau das führt auch HazelcastInstance::getPartitionService()::isClusterSafe() intern aus, aber ohne durch das Aufrufen dieser Methode einen Mehraufwand zu erzeugen.

Ereignis	Beschreibung	Metrik
Die Differenz zwischen der Anzahl der Stores und der Anzahl der Store-Dateien ist erheblich.	Erkennt eine ungewöhnlich geringe oder eine ungewöhnlich hohe Anzahl an Stores.	Anzahl an Stores (rs_store_count) und Anzahl der Store-Dateien (rs_store_file_count).
Die Cachetrefferquote des Regionsserverblocks ist niedrig.	Erkennt eine niedrige Cachetrefferquote.	Trefferquote für Blockcache (rs_blk_cache_hit_rate) und Trefferanzahl für Blockcache (rs_blk_cache_hit_count).
Deutlicher Anstieg der Länge der Komprimierungswarteschlange.	Überprüft auf einen plötzlichen Anstieg der Länge der Komprimierungswarteschlange. Diese Regel weist darauf hin, dass alle Regionen mit einer ähnlichen Rate anwachsen und etwa um die gleiche Zeit aufteilen/komprimieren müssen. Dies kann durch eine Vorabaufteilung oder durch das Ausschalten der automatischen Komprimierung gelöst werden.	Länge der Komprimierungswarteschlange (rs_comp_queue_length).
Deutlicher Anstieg der Länge der Flush-Warteschlange.	Überprüft auf einen plötzlichen Anstieg der Länge der Flush-Warteschlange. Wird dies ausgelöst, kann es ein Hinweis auf einen Mangel an RAM sein oder darauf, dass Flushes schneller stattfinden, als sie von den Platten verarbeitet werden können.	Länge der Flush-Warteschlange (rs_flush_queue_length).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Apache HBase.

Ereignis	Beschreibung	Metrik
CPU verbringt sehr viel Zeit mit dem Warten auf die Ein-/Ausgabe.	Überprüft, ob das System sehr viel Zeit mit dem Warten auf die Ein-/Ausgabe verbringt (Stichprobenentnahme in einem Schiebefenster von 60 Sekunden).	Warten (cpu.wait).
Steal Time für CPU überschritten.	Überprüft in einem sich sekündlich verschiebenden Fenster, ob zu viel CPU zwischen laufenden Prozessen oder vom Hypervisor-/Host-Betriebssystem "gestohlen" wird (Stichprobenentnahme in einem Schiebefenster von 60 Sekunden).	Stehlen (cpu.steal).
Das Gerät verfügt über geringe freie Kapazität oder ist voll.	Erkennt Probleme mit geringer Plattenkapazität, um eine frühe Prognose für eine mögliche Kapazitätsüberschreitung bis zu 15 Minuten im Voraus zu treffen. Der Detektor löst nicht aus, wenn der verbleibende Plattenspeicherplatz über 1 GB oder 1 % der Gesamtkapazität liegt. Sie wird jedoch ausgelöst, wenn entweder der verbleibende Plattenspeicherplatz leer ist (<1MB) oder der Plattenspeicherplatz innerhalb der nächsten 15 Minuten aufgrund des aktuellen Trends voll wird.	Die freie Storage-Kapazität der Platten.
Platte füllt sich schneller, als sie bereinigt wird.	Erkennt langfristige Probleme mit dem Plattenspeicherplatz und löst aus, wenn der Plattenspeicherplatz der Platte voraussichtlich innerhalb der nächsten 48 Stunden vollständig gefüllt ist. Der Detektor löst nicht aus, wenn der verbleibende Plattenspeicherplatz mehr als 20 % der Gesamtkapazität beträgt. Er löst jedoch aus, wenn der Plattenspeicherplatz basierend auf dem aktuellen Trend innerhalb der nächsten 48 Stunden vollständig gefüllt wird. Dieser Trend wird basierend auf lokalen Minimalwerten berechnet, die im Laufe der Zeit erfasst werden. Wenn diese lokalen Minimalwerte einen Zeitrahmen von mindestens 4 Stunden definieren, wird ein lineares Regressionsmodell an diese Datenpunkte angelegt, um schließlich die langfristige Prognose zu erstellen.	Die freie Storage-Kapazität der Platten.
Häufige TCP-Fehler.	Überprüft, ob der Host eine ungewöhnlich hohe Anzahl an TCP-Fehlern aufweist (Stichprobenentnahme in einem Schiebefenster von 60 Sekunden).	In Segmente/s (tcp.inSegs) und Fehler (tcp.errors).
Häufige TCP-Ausfälle.	Überprüft, ob der Host eine ungewöhnlich hohe Anzahl an TCP-Ausfällen aufweist (Stichprobenentnahme in einem Schiebefenster von 60 Sekunden).	Ausfall (tcp.fails) und offen/s (tcp.opens).
Permanente TCP-Neuübertragungen.	Überprüft, ob der Host eine ungewöhnlich hohe Anzahl an TCP-Neuübertragungen aufweist (Stichprobenentnahme in einem Schiebefenster von 60 Sekunden).	Neuübertragung (tcp.retrans) und out-Segmente/s (tcp.outSegs).
Systemauslastung zu hoch.	Überprüft, ob die Systemauslastung zu hoch ist, indem die Auslastung mit dem 2-fachen der CPU-Kerne der Maschine verglichen wird (Stichprobenentnahme in einem Schiebefenster von 120 Sekunden).	Auslastung (load.1min).
Systemspeicher überlastet.	Überprüft, ob der Systemspeicher kurz vor der Überlastung steht (sofort ausgelöst).	Frei (memory.free) und belegt (memory.used).
Zu viele offene Dateien.	Prozesse öffnen Dateien schneller, als sie sie schließen (das aktuelle vs-max-Verhältnis überschreitet den Schwellenwert).	Verwendet (openFiles.used).
Zu viele verwendete I-Nodes.	Eine geringe Anzahl freier I-Nodes im Dateisystem löst diese Zustandsregel aus (Das Verhältnis zwischen aktueller und maximaler Rate überschreitet den Schwellenwert).	I-Node-Belegung.
Zu hohe CPU-Belastung durch Benutzerprozesse.	Überprüft, ob die CPU-Belastung durch Benutzerprozesse zu hoch ist (Stichprobenentnahme in einem Schiebefenster von 180 Sekunden).	Benutzer (cpu.user) und topPID.
Der Plattenspeicherplatz ist bald vollständig belegt.	Erkennt kurzfristige Plattenkapazitätsprobleme und löst aus, wenn die Platte voraussichtlich innerhalb der nächsten Stunde vollständig belegt wird. Der Detektor löst nicht aus, wenn die Platte vor Kurzem eine erhebliche Menge an Speicherplatz (>= 100 MB) freigegeben hat oder wenn der verbleibende Plattenspeicherplatz mehr als 20 % der Gesamtkapazität beträgt. Er löst jedoch aus, wenn der Plattenspeicherplatz basierend auf dem aktuellen Trend innerhalb der nächsten Stunde vollständig gefüllt wird. Dieser Trend wird basierend auf einem linearen Regressionsmodell berechnet, das an die Datenpunkte des aktuellen Schiebefensters angelegt wird.	Die freie Storage-Kapazität der Platten.
Windows Der Servicestatus wurde geändert.	Prüft, ob sich der Status des Dienstes „ Windows “ geändert hat (Abtastung in einem gleitenden Zeitfenster von 60 Sekunden).	Windows Dienststatus (state).

Weitere Informationen zu diesem Sensor finden Sie in der Host -Dokumentation.

Ereignis	Beschreibung	Metrik
Status von ACE Integration Server	Überprüft den Status von ACE Integration Server.	Status des Integrationsservers
Status des ACE-Integrationsservers im digitalen Format	Überprüfen Sie den digitalen Status des ACE-Integrationsservers.	Messwerte für den Status des Integrationsservers
Verbindungsstatus des Warteschlangenmanagers im digitalen Format	Überprüfen Sie den digitalen Status zwischen dem ACE-Integrationsserver und dem Warteschlangenmanager.	Messwerte für den Verbindungsstatus des Warteschlangenmanagers
Anzahl der Nachrichten mit Fehlern	Die Anzahl der Nachrichten, die Fehler enthalten.	Anzahl der Nachrichten mit Fehlern
Anzahl der Nachrichtenflüsse mit Fehlern	Die Anzahl der MQGET-Fehler für MQInput-Knoten oder Web-Services-Fehler für HTTPInput-Knoten.	Anzahl der MQGET-Fehler
Anzahl der Nachrichtenverarbeitungen mit Fehlern	Die Anzahl der Fehler, die beim Verarbeiten einer Nachricht auftreten.	Anzahl der Nachrichten mit Fehlern
Nachrichtenflussstatus	Überprüft den Status des ACE-Nachrichtenflusses	Nachrichtenflussstatus
Status des Nachrichtenflusses im digitalen Format	Überprüfen Sie den digitalen Status des ACE-Nachrichtenflusses.	Messdaten für den Staus des Nachrichtenflusses

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter IBM ACE.

Ereignis	Beschreibung	Metrik
Status der Messwerte für Tabellenbereichsdienstprogramme	Suchen Sie nach Ereignissen, die sich auf den Tabellenbereich und seine Metriken beziehen, wenn die Funktion zur automatischen Größenänderung aktiviert und inaktiviert ist.	Tabellenbereichsprogramme
HADR-Verbindungsstatus	Suchen Sie nach Ereignissen, die sich auf den Verbindungsstatus der HADR-Bereitschaftsdatenbanken beziehen. Die Standby-ID wird als Filter verwendet, um das Ereignis HADR_CONNECT_STATUS zu generieren, das für jeden Standby-Knoten spezifisch ist, und kann mit der Standby-ID im entsprechenden Operatorfeld festgelegt werden. Die Ereignisse können auf der Basis der folgenden Elemente erstellt werden, die den aktuellen Status einer beliebigen Datenbank darstellen: Die Datenbank ist verbunden (Connect State = CONNECTED als 1). Die Datenbank befindet sich im Unterbrechungsstatus (Connect State = DISCONNECTED = 0).	HADR_CONNECT_STATUS (hadr.standbyId.HADR_CONNECT_STATUS). Die übereinstimmenden Operatoren, die auf any gesetzt sind, generieren die Ereignisse unabhängig von der Standby-ID.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter IBM Db2.

Ereignis	Beschreibung	Metrik
Plötzlicher Abfall bei Anforderungen an IIS-Site.	Überprüft, ob ein plötzlicher Abfall der Anforderungen für eine IIS-Site vorliegt.	Messdaten zur Gesamtzahl der Anforderungen einer IIS-Site.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Microsoft IIS.

Ereignis	Beschreibung	Metrik
Die durchschnittliche Anzahl an Fehlern am Connector ist zu hoch.	Eine Verarbeitungs-Pipeline erkennt die Anzahl der Fehler, die im angegebenen Zeitfenster an Connectors aufgetreten sind, und überprüft außerdem, ob die Anzahl der Fehler über dem Schwellenwert liegt.	Jboss-Connector-Fehler.
ConnectionPool verfügt bald über keine Verbindungen mehr.	Eine Verarbeitungs-Pipeline erkennt den Anteil an verwendeten Verbindungen und überprüft, ob bald der Schwellenwert erreicht wird.	Anteil der verwendeten JBoss Connection Pool-Verbindungen.
Keine Verbindungen zu Datenquellen übrig.	Eine Verarbeitungs-Pipeline erkennt die Anzahl der verfügbaren Verbindungen zu Datenquellen im angegebenen Zeitfenster und überprüft, ob bald der Schwellenwert für die Gesamtzahl der Verbindungen erreicht wird.	Verwendete Jboss-Datenquellenverbindungen, verfügbare Datenquellenverbindungen.
ThreadPool verfügt bald über keine Threads mehr.	Eine Verarbeitungs-Pipeline erkennt die maximale Anzahl an Threads und überprüft, ob die aktuelle Anzahl an Threads bald den Schwellenwert erreicht.	Aktuelle Anzahl an Threads für JBoss-Thread-Pool, maximale Anzahl an Threads für Thread-Pool.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter JBoss AS.

Ereignis	Beschreibung	Metrik
Caches, die nicht im aktiven Zustand sind.	Überprüft die Anzahl der erstellten Caches im Verhältnis zur Anzahl der Caches, die im JBoss Data Grid aktiv sind. Wenn das Verhältnis einem bestimmten Wert entspricht, wird es als Verstoß betrachtet.	Aktive und erstellte Caches von Cache-Managern.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter JBoss Data Grid.

Ereignis	Beschreibung	Metrik
Garbage-Collection-Aktivität hoch.	Eine Verarbeitungs-Pipeline überwacht die von der JVM-Laufzeitplattform für die Garbage-Collection benötigte Zeit und überprüft sie anhand eines Schwellenwerts.	JVM-Garbage-Collection.
Der JVM-Code-Cache ist voll.	Eine Verarbeitungs-Pipeline überwacht die maximale Nutzung des Code-Caches der JVM-Laufzeitplattform.	Maximale Nutzung des JVM-Code-Caches.
Perm Gen ist voll (CMS).	Eine Verarbeitungs-Pipeline erkennt die maximale Anzahl verwendeter Perm Gen CMS-Pools.	pools.CMS Perm Gen
Perm Gen ist voll (G1).	Eine Verarbeitungs-Pipeline erkennt die maximale Anzahl verwendeter Perm Gen G1-Pools.	pools.G1 Perm Gen
Perm Gen ist voll (PS).	Eine Verarbeitungs-Pipeline erkennt die maximale Anzahl verwendeter Perm Gen PS-Pools.	pools.PS Perm Gen
Threads sind blockiert.	Ein Detektor überwacht die JVM-Laufzeitplattform und erkennt, ob blockierte Threads vorliegen.	Anzahl der blockierten Threads (threads.deadlocked).
J9VM -Speicherleck.	Ein Detektor überprüft die Wachstumsrate des nach der GC belegten Heaps in MB pro Stunde und erkennt, ob möglicherweise ein Speicherleck in der Anwendung vorliegt ( JVM ). IBM J9 VM Die Erkennung von Speicherlecks ist eine optionale Funktion, die im Backend „ Instana “ standardmäßig deaktiviert ist. Um diese optionale Funktion zu aktivieren, besuchen Sie die Seite für Ihre „ Instana “-Bereitstellung: SaaS, selbst gehostete Custom Edition ( Kubernetes oder Red Hat OpenShift Container Platform ) oder selbst gehostete Classic Edition ( Docker )	memory.gc.after memory.gc.before

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter JVM.

Ereignis	Beschreibung	Metrik
OTel Schwellenwert für den Status von LLMs.	Wenn das LLMs ausfällt, werden die Alarme ausgelöst.	Status (llm.status).
OTel Antwortdauer von LLMs.	Wenn die Antwortdauer des LLM den festgelegten Schwellenwert überschreitet, werden die Alarme ausgelöst.	Latenz (llm.response.duration.max).

Ereignis	Beschreibung	Metrik
Befehl 'Flush all' ausgeführt.	Erkennt eine hohe Anzahl an Befehlen vom Typ flush_all.	Löschen (cmd_flush).
Hohe Anzahl an Schlüsselbereinigungen.	Erkennt eine hohe Anzahl an Schlüsselbereinigungen.	Bereinigungen (evictions).
Die Anzahl der in der Warteschlange befindlichen Verbindungen steigt.	Erkennt eine hohe Anzahl an Verbindungen in der Warteschlange.	In Warteschlange (conn_queued).
Die Anzahl an erbrachten Verbindungen steigt.	Erkennt eine hohe Anzahl an erbrachten Verbindungen.	Erbracht (conn_yields).
Die von Memcached verwendeten Bytes erreichen den maximalen Grenzwert für Bytes.	Die von Memcached verwendeten Bytes erreichen den maximalen Grenzwert für Bytes.	Verwendete Bytes.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Memcached.

Ereignis	Beschreibung	Metrik
Kontinuierlich zunehmende Latenzzeit für Flushoperation im Hintergrund.	Datenbank meldet zunehmende Latenzzeit für Flushoperation im Hintergrund (Stichprobenentnahme in einem Schiebefenster von 150 Sekunden).	Latenzzeit der letzten Flush-Operation im Hintergrund (backgroundFlushingLast).
Kontinuierlich zunehmende Länge der Sperrwarteschlange.	Überwacht die Messdaten der MongoDb-Sperrwarteschlange und bewertet, ob die Größe der Sperrwarteschlange zu schnell anwächst.	Länge der Sperrwarteschlange (lockQueue).
Zunahme an Fehlseitenbedingungen.	Zunahme an Fehlseitenbedingungen (Stichprobenentnahme in einem Schiebefenster von 150 Sekunden).	Anzahl an Fehlseitenbedingungen (pageFaults).
Wachsende Anzahl an Journalfestschreibungen in Schreibsperre	Die Anzahl der Journalfestschreibungen in Schreibsperre wächst (Stichprobenentnahme in einem Schiebefenster von 150 Sekunden).	Journalschreibsperre (journalWriteLock).
Anteil an nicht zugeordnetem virtuellem Speicher zu hoch	Anteil an nicht zugeordnetem virtuellem Speicher zu hoch (wird vom Instana-Host-Sensor sofort ausgelöst und gemeldet).	Virtual und mapped.

Ereignis	Beschreibung	Metrik
ReplicaSet verfügt über inaktive Member.	Das Member ist für ein anderes Member in der Gruppe nicht erreichbar.	unreachableNodeCount.
Überwachungsstatus für ReplicaSet.	Überwacht den Allgemeinzustand aller Member der MongoDB-Replikagruppe.	Anzahl an Slave-Verzögerungen (slaveDelaysCount), Anzahl an Optimes (optimesCount) und Anzahl überwachter Member (monitoredMembersCount).
Die Replikationsverzögerung nimmt zu.	Die Replikationsverzögerung nimmt zu (Stichprobenentnahme in einem Schiebefenster von 150 Sekunden).	Slave-Verzögerungen (slaveDelays) und Optimes (optimes).
Die Verbindungsnutzung der Replikatgruppen ist hoch.	Die Anzahl der aktiven Verbindungen überschreitet 90 % der maximalen Anzahl an Verbindungen.	Verbindungen ('connections').

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter MongoDB.

Ereignisse, die in einer Sharded-Cluster-Umgebung von „ MongoDB “ auftreten können.

Die folgende Tabelle beschreibt Ereignisse, die in einer Sharded-Cluster-Umgebung von „ MongoDB “ auftreten können:

Ereignis	Beschreibung	Metrik
Alle Konfigurationsserver sind nicht erreichbar.	Von der Mongos-Instanz aus sind alle Konfigurationsserver nicht erreichbar. Auf die Cluster-Metadaten kann nicht zugegriffen werden.	Überprüfung der Verbindung zum Konfigurationsserver.
Konfigurationsserver teilweise nicht erreichbar	Einige Konfigurationsserver sind von der Mongos-Instanz aus nicht erreichbar. Dieser Zustand kann die Verfügbarkeit der Cluster-Metadaten beeinträchtigen.	Überprüfung der Verbindung zum Konfigurationsserver
Shard nicht erreichbar	Ein Shard ist von der Mongos-Instanz aus nicht erreichbar. Dieser Zustand beeinträchtigt die Datenverfügbarkeit für diesen Shard.	Überprüfung der Shard-Konnektivität
Der Verbindungspool ist erschöpft.	Der Mongos-Verbindungspool verfügt über keine verfügbaren Verbindungen (0 verfügbar). Anfragen von Neukunden können nicht bearbeitet werden.	Verbindungspool verfügbar (connectionPool.available).
Hohe Auslastung des Verbindungspools	Die Auslastung des Mongos-Verbindungspools liegt bei über 90 %. Der Verbindungspool könnte bald erschöpft sein.	Verfügbarer Verbindungspool (connectionPool.available) und Gesamtzahl (connectionPool.total)

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation zur Überwachungs- MongoDB.

Ereignis	Beschreibung	Metrik
Die verfügbaren Serververbindungen haben den Grenzwert erreicht.	Das Verhältnis zwischen den verwendeten Verbindungen und dem Verbindungsgrenzwert übersteigt den konfigurierten Verhältnisschwellenwert.	Verbindungen (status.THREADS_CONNECTED).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter MySQL.

Ereignis	Beschreibung	Metrik
Nginx weist ein Problem mit Offline-Peers auf.	Inaktiver Peer (nur für NGINX Plus verfügbar).	Vorausgehende fehlgeschlagen (nginx_plus.http.upstreams.peers.failed).
Nginx löscht Verbindungen.	Gelöschte Verbindungen.	Gelöschte Verbindungen (connections.dropped).
Nginx schlägt mit SSL-Handshakes fehl.	Fehlgeschlagene SSL-Handshakes (nur für NGINX Plus verfügbar).	Fehlgeschlagene Handshakes (nginx_plus.ssl.handshakes_failed).
Die Anzahl der aktiven Verbindungen nähert sich der maximalen Anzahl.	Der Anteil an verwendeten Verbindungen überschreitet den konfigurierten Schwellenwert für den Anteil an verwendeten Verbindungen.	Aktive Verbindungen (connections.active).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter NGINX.

Ereignis	Beschreibung	Metrik
Garbage-Collection-Aktivität hoch.	Überprüft, ob die Zeit, die im angegebenen Fenster in GC verbracht wurde, den angegebenen Schwellenwert überschreitet.	Messwerte zu GC Pause.
Die Zustandsprüfungen schlagen fehl.	Überprüft, ob fehlschlagende Zustandsprüfungen vorliegen. Weitere Informationen finden Sie unter „Support für den Health Check“.	Ergebnis der Zustandsprüfung (healthcheckResult).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Node.js.

Ereignis	Beschreibung	Metrik
Die Anzahl an verfügbaren Repliken ist geringer als die der erwünschten Repliken.	Überprüft, ob die Gesamtzahl an verfügbaren Repliken geringer ist als die Anzahl an gewünschten Repliken. Dies weist darauf hin, dass in der OpenShift-Implementierungskonfiguration Replikapods fehlen.	Erwünschte (desiredReplicas) und verfügbare (availableReplicas).

Weitere Informationen zu diesem Sensor finden Sie in der OpenShift -Dokumentation.

Ereignis	Beschreibung	Metrik
CPU Wartezeit überschritten	Es wird geprüft, ob das System eine beträchtliche Zeit mit dem Warten auf Eingabe- oder Ausgabevorgänge verbringt.	CPU-Wartezeit (cpu.wait)
CPU Steal-Zeit überschritten	Gibt die Anzahl der zulässigen CPU-Wartezeitverletzungen innerhalb eines Zeitrahmens an.	CPU-Klau (cpu.steal)
CPU-Nutzung hoch	Prüft, ob die CPU-Auslastung hoch ist. Dieses Ereignis wertet kontinuierlich die Daten des letzten 180-Sekunden-Intervalls aus.	CPU-Benutzer (cpu.user)
Systembelastung zu hoch	Prüft, ob die Systemlast hoch ist, indem die Last mit der doppelten Anzahl der CPU-Kerne des Rechners verglichen wird. Dieses Ereignis wertet kontinuierlich die Daten des letzten 120-Sekunden-Intervalls aus.	Laden (load.avg_1m)
Systemspeicher erschöpft	Prüft, ob der Systemspeicher fast vollständig belegt ist (wird sofort ausgelöst).	Freier Speicher (memory.free) und belegter Speicher (memory.used)
Festplatte mit geringer Kapazität	Erkennt kurzfristige Kapazitätsprobleme eines Geräts, das weniger als einen statischen Schwellenwert (1GB) oder weniger als 1 % der Gesamtvolumengröße aufweist. Außerdem wird die Kapazität ermittelt, wenn die verbleibende Zeit bis zur Nullstellung der aktuellen Änderungsrate unter 15 Minuten liegt.	Freie Speicherkapazität der Festplatten

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter OpenTelemetry.

Ereignis	Beschreibung	Metrik
Der Anteil von DB-CPU-Zeit an DB-Zeit ist gering.	Das Verhältnis zwischen der Datenbank-CPU-Zeit und der Datenbankzeit entspricht dem konfigurierten Schwellenwert.	Anteil von DB-CPU-Zeit an DB-Zeit (stats.cpuTimeDbTimeRatio).
Die Speicherbelegung des Tabellenbereichs ist hoch.	Der belegte Speicherplatz des Tabellenbereichs ist höher als der konfigurierte maximale Bereich.	Prozentsatz des belegten Speicherplatzes des Tabellenbereichs.
Gesamtmenge an Sitzungen, die den Maximalwert aufweisen.	Der Anteil an verwendeten Sitzungen überschreitet den konfigurierten Grenzwert für den Anteil an verwendeten Sitzungen.	Sitzungen/Sitzungsgrenzwert (stats.usedSessionsRatio).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter OracleDB.

Ereignis	Beschreibung	Metrik
CPU-Auslastung	Der Prozess führt zu einer hohen CPU-Belastung auf dem Host.	Das Ergebnis der Regelauswertung einer hohen CPU-Belastung für den jeweiligen Host und die CPU-Benutzerzeit des jeweiligen Prozesses.
Verwendung geöffneter Dateien.	Der Prozess öffnet Dateien schneller, als er sie schließt (das aktuelle vs-max-Verhältnis überschreitet den Schwellenwert).	Verwendet (openFiles.used).
Abnormale Beendigung.	Der Prozess wurde aufgrund eines nicht abgefangenen Signals beendet.
Abnormale Beendigung.	Der Prozess wurde mit einem Exit-Code ungleich null beendet.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation zum Betriebssystemprozess.

Ereignis	Beschreibung	Metrik
Häufige Neustarts des PHP-FPM-Worker-Pools.	Überprüft auf häufige Neustarts eines PHP-FPM-Worker-Pools durch Bewertung der Anzahl der Neustarts in einem bestimmten Zeitfenster anhand eines bestimmten Schwellenwerts.	Startzeiten für einen Worker-Pool.
Listen-Backlog über Kapazität konfiguriert.	Überprüft, ob der Listen-Backlog eines Worker-Pools die konfigurierte Kapazität überschreitet.	Länge der Worker-Pool-Warteschlange.
Zu viele Verbindungen zurückgesetzt.	Überprüft die Anzahl an Verbindungsrücksetzungen, die innerhalb des angegebenen Zeitfensters den angegebenen Schwellenwert überschreiten.	Messwert für Verbindungsrücksetzungen für Worker-Pool.
Zu viele Anforderungen laufen im Listen-Backlog auf.	Überprüft die Größe für verschiedene PHP-FPM-Worker-Warteschlangen und bewertet sie anhand des Schwellenwerts.	Messdaten für die Größe der Überwachungswarteschlange für verschiedene PHP-FPM-Worker-Warteschlangen.
Zu viele langsame Anforderungen.	Überprüft den Anteil langsamer Anforderungen auf allen überwachten PHP-FPM-Worker-Pools.	Messwert für langsame Anforderungen und akzeptierte Verbindungen für einen Worker-Pool einer PHP-FPM-Instanz.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter PHP.

Ereignis	Beschreibung	Metrik
Das ferne Ziel ist nicht erreichbar.	Überprüft, ob der Prozentsatz an fehlgeschlagenen Kommunikationsversuchen im angegebenen Schiebefenster den angegebenen Schwellenwert überschreitet.	Status des Pingsignals (status) Ein HTTP-Statuscode zwischen 200-206 und 300-307 führt zu einem einwandfreien Status. Für ICMP wird der Exitwert 0 als in einwandfreiem Zustand betrachtet, während der Wert 1 als in nicht einwandfreiem Zustand betrachtet wird. Außerdem wird eine maximale Ausführungszeit von 2 Sekunden festgelegt.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation zu „Synthetic Check “.

Ereignis	Beschreibung	Metrik
Verwendung aktiver Verbindungen.	Die Anzahl der aktiven Verbindungen überschreitet 90 % der maximalen Anzahl an Verbindungen.	Verwendung von Verbindungen (max_conn_pct).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter PostgreSQL.

Ereignis	Beschreibung	Metrik
Hohe CPU-Belastung.	Bewertet, ob der jeweilige Prozess eine hohe CPU-Belastung auf einem Host verursacht.	Ergebnisse der Regelauswertung einer hohen CPU-Belastung für den jeweiligen Host und der CPU-Benutzerzeit des jeweiligen Prozesses.
Zu viele offene Dateien.	Der Prozentsatz an offenen Dateien überschreitet den konfigurierten Schwellenwert.	Verwendet (openFiles.used).

Ereignis	Beschreibung	Metrik
Die Sperre besteht seit mehr als 5 Minuten	Erkennt Sperrenkonflikte und stellt Details zum Sperrmodus und zum Sperrobjekt bereit	ABAP-Sperrenkonflikt
ABAP-Speicherauszüge generiert	Erkennt ABAP-Dumps, die generiert werden, und liefert Details über den Schweregrad.	Schweregrad der ABAP-Speicherauszüge
Es sind Fehler des Typs IDoc Inbound und OutBound aufgetreten.	Erkennt Fehler für eingehende und abgehende IDocs.	Fehler bei eingehenden IDocs und Fehler bei ausgehenden IDocs
Hintergrundjob wird abgebrochen oder gestoppt	Erkennt, ob ein Hintergrundjob abgebrochen oder gestoppt wird.	Hintergrundjob wird abgebrochen oder gestoppt
Hohe CPU-Belastung festgestellt	Erkennt, wenn die CPU-Auslastung größer als 90% ist.	Hohe CPU-Belastung
Hohe Speicherbelegung festgestellt	Erkennt, wenn die Speicherbelegung größer als 90% ist.	Hohe Speicherbelegung
Es wurde ein Workprozess im Modus 'stopped', 'shutdown' oder 'PRIV' (privat) erkannt.	Erkennt, wenn sich der Workprozess im PRIV-Modus (privat), gestoppt oder beendet befindet.	Status des Arbeitsprozesses
Der Arbeitsprozess „On Hold“ überschreitet den Schwellenwert	Erkennt, ob sich die Anzahl der Arbeitsprozesse im Status „On Hold“ befindet und 5 überschreitet.	Status des Arbeitsprozesses
Überschreitung des Schwellenwerts für Dateisystembelegung festgestellt.	Erkennt, wenn die Dateisystembelegung den Schwellenwert von 80% überschreitet.	Dateisystemnutzung
Verbindungsprobleme festgestellt	Erkennt falsche Benutzernamen, Passwörter, Gateway-Fehler oder falsche Anmeldeversuche.	Konnektivitätsstatus
Fehlende Berechtigung festgestellt	Erkennt, wenn dem Benutzer die Berechtigung zum Ausführen eines Funktionsmoduls fehlt.	Autorisierungsprüfung
Benutzerkonto gesperrt erkannt	Erkennt, wenn das Benutzerkonto aufgrund von Anmeldefehlern gesperrt ist.	Benutzerkontosperre
Spool-Fehler entdeckt	Erkennt einen Spool-Fehler.	Spoolfehler
Dialog-Antwortzeit übersteigt Schwellenwert	Erkennt, ob die Dialogantwortzeit den bevorzugten Schwellenwert überschreitet.	Dialogantwortzeit
Dialog-Workprozess überschreitet Schwellenwert	Erkennt, ob der Dialog-Arbeitsprozess länger als 10 Sekunden läuft.	Dialog-Workprozess
Datenbank-Latenz überschreitet Schwellenwert	Erkennt, ob die durchschnittliche Datenbanklatenz 5 Sekunden überschreitet.	Datenbanklatenz
Transportauftragsfreigabe erkannt	Ermittelt, ob der Transportauftrag freigegeben oder geschützt ist.	Transport Anfrage
Die Dauer des Hintergrundprozesses beträgt mehr als 6 Stunden	Erkennt, wenn der Hintergrundjob nicht innerhalb von 6 Stunden abgeschlossen wird.	Hintergrundjobs
Die Dauer des Webservice-Aufrufs überschreitet 10 Minuten	Erkennt, wenn ein Webservice-Aufruf (Client oder Ziel) nicht innerhalb von 10 Minuten abgeschlossen wird.	Aufrufe des Web-Service
Die Verarbeitungszeit des Gateways beträgt mehr als 60 Sekunden	Erkennt, ob die Verarbeitungszeit für Gateway-Aufrufe 60 Sekunden überschreitet.	Gatewaystatistik

Weitere Informationen zu diesem Sensor finden Sie unter SAP ABAP.

Ereignis	Beschreibung	Metrik
Hohe CPU-Belastung festgestellt	Erkennt, wenn die CPU-Auslastung größer als 90% ist.	Hohe CPU-Belastung
Hoher Speicherverbrauch festgestellt	Erkennt, wenn die Speicherbelegung größer als 90% ist.	Hohe Speicherbelegung
Hohe Festplattenauslastung festgestellt	Erkennt, ob die Festplattenauslastung über 90 % liegt.	Hohe Festplattenauslastung
Es wurde ein Authentifizierungsfehler festgestellt	Erkennt einen Authentifizierungsfehler, der durch einen falschen Benutzernamen oder ein falsches Passwort verursacht wurde.	Authentifizierungsfehler
Fehler bei der Autorisierung festgestellt	Erkennt einen Autorisierungsfehler, der dadurch verursacht wird, dass dem Benutzer keine „ JMXManageAll “-Aktion zugewiesen wurde.	Berechtigung fehlgeschlagen
Zeitüberschreitung bei der Verbindung festgestellt	Erkennt Verbindungszeitüberschreitungen oder netzwerkbezogene Probleme.	Zeitüberschreitung bei der Verbindung festgestellt
Hohe Systemauslastung festgestellt	Erkennt, ob die durchschnittliche Systemauslastung über 90 % liegt.	Hohe Systemauslastung
GC-Problem erkannt	Erkennt das Problem mit der Garbage Collection (GC).	Es wurden GC-Probleme festgestellt
Es wurde ein Systemproblem festgestellt	Erkennt das Systemproblem.	Es wurden Systemprobleme festgestellt
Speicherplatzmangel im Heap	Ermittelt, ob der verfügbare Heap-Speicher knapp wird.	Speicherplatzmangel im Heap
Speicherkapazität erschöpft	Ermittelt, ob ein Speicherfehler auftritt.	Speicherkapazität erschöpft
Es wurde eine hohe Auslastung der High- HTTP -Threads festgestellt	Erkennt, ob die Anzahl der aktiven Threads des „ HTTP “-Pools die konfigurierte Poolgröße erreicht.	Hohe Auslastung der High- HTTP -Threads

Weitere Informationen zu diesem Sensor finden Sie unter SAP Java Netweaver.

Ereignis	Beschreibung	Metrik
Hohe CPU-Auslastung	Erkennt, ob die Gesamt-CPU-Auslastung 90 % überschreitet	Gesamte CPU-Auslastung
Hoher HANA-Speicherverbrauch	Erkennt, ob der verwendete Speicher 90 % des zugewiesenen Limits überschreitet	HANA-Speicherbelegung
Hoher Host-Speicherverbrauch	Erkennt, ob der Hostspeicher zu mehr als 90 % genutzt wird	Arbeitsspeichernutzung des Hosts
Hohe Speicherauslastung im Heap	Erkennt, wenn die Auslastung des Heap-Speichers 90 % überschreitet	Belegung des Heapspeichers
Hohe Festplattennutzung	Erkennt, ob die Festplattennutzung 90% überschreitet	Plattenbelegung - Zusammenfassung
Hohe Anzahl von Warteschlangenverbindungen	Erkennt, ob die Warteschlangenverbindungen mehr als eine sind	Verbindungen
Hohe Anzahl von blockierten Sitzungen	Erkennt, ob die blockierten Sitzungen mehr als eine sind	Sitzungen
Hohe Anzahl von Blockierungssitzungen	Erkennt, ob es sich bei den blockierenden Sitzungen um mehr als eine handelt	Sitzungen
Hohe Anzahl von blockierten Threads	Erkennt, ob die blockierten Threads mehr als 10 sind	Threads
Hohe Anzahl von blockierten SQL-Threads	Erkennt, ob die blockierten SQL-Threads mehr als 10 sind	SQL-Threads
Hohe Anzahl von blockierten Job-Worker-Threads	Erkennt, ob die blockierten Job-Worker-Threads mehr als 10 sind	Job-Worker-Threads
Hohe Anzahl anhängiger Anträge	Erkennt, ob die Anzahl der ausstehenden Anfragen mehr als 10 beträgt	Anforderungen
Hohe Prozess-CPU	Erkennt, ob einer der Prozess-CPUs 90% überschreitet	Servicedetails
Dienststatus ist nicht aktiv	Erkennt, ob der Dienststatus nicht aktiv ist	Servicedetails
Hoher Speicherverbrauch der HANA-Dienste	Erkennt, wenn die Speicherauslastung der HANA-Dienste 90 % überschreitet	Servicedetails
Sicherung fehlgeschlagen	Erkennt die zuletzt fehlgeschlagene Sicherung	Letzte Sicherung
Benutzersperren aufgetreten	Erkennt, wenn die Anzahl der Benutzersperren 10 überschreitet	Benutzer Sperren
Geplante Aufgaben sind fehlgeschlagen	Erkennt fehlgeschlagene geplante Aufträge	Geplante Jobs
Systemereignisse aufgetreten	Erkennt Systemereignisse	Systemereignisse
Sicherung des Archivprotokolls fehlgeschlagen	Erkennt fehlgeschlagene Log-Backups	Alle Sicherungen
Transaktion ist nicht aktiv	Erkennung von Teilabbrüchen und Abbrüchen von Transaktionen	Transaktionsstatistiken
Geblockte Transaktionen	Erkennt, wenn eine Transaktion blockiert wird	Geblockte Transaktionen
Hoher Datenverbrauch	Erkennt, wenn die Datenübertragung 90 % überschreitet	Datenvolumen
Speicherauslastungsfehler	Erkennt, wenn ein Speicherengpass auftritt	Nicht genügend Speicherkapazität

Weitere Informationen zum Sensor „ SAP HANA “ finden Sie unter „ SAP HANA überwachen “.

Ereignis	Beschreibung	Metrik
Vollständiger Abfall bei Aufrufen.	Erkennt einen schnellen Abfall auf null (der Service wird praktisch nicht mehr aufgerufen) in den Werten der KPI-Messdaten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Die Größe des Rückgangs der Aufrufe sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Aufrufe/s (count).
Fehlerrate zu hoch.	Eine dauerhaft hohe Fehlerrate beim KPI für durchschnittliche Fehler innerhalb der letzten vier Minuten oberhalb des angegebenen Schwellenwerts wurde erkannt.	Fehlerrate (error_rate).
Steigender Trend bei der Fehlerrate.	Überprüft einen bestimmten Messwert auf einen ansteigenden Trend. Die Regel ist so optimiert, dass ein wöchentliches monotones Ansteigen beim jeweiligen Messwert erkannt wird. Der Detektor ist jedoch nicht strikt und toleriert einen gewissen Rückgang des Messwerts innerhalb des Trendkandidaten.	Fehlerrate (error_rate).
Plötzlicher Abfall bei Aufrufen.	Erkennt einen schnellen Abfall in den KPI-Werten der Aufrufe in Relation zu den Werten in den letzten 30 Minuten. Die Größe des Rückgangs der Aufrufe sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Aufrufe/s (count).
Plötzlicher Anstieg bei der Fehlerrate.	Erkennt einen schnellen Anstieg in den KPI-Werten der Fehler in Relation zu den KPI-Werten in den letzten 10 Minuten. Die Größe des Fehleranstiegs sollte auch die relativen und absoluten Schwellenwertparameter wie folgt überschreiten.	Fehlerrate (error_rate).
Plötzlicher Anstieg der Latenzzeit.	Erkennt einen raschen Anstieg des angegebenen Latenz-KPI-Perzentils im Vergleich zu den KPI-Werten der letzten 30 Minuten. Der Anstieg der Latenz muss die relativen und absoluten Schwellenwerte überschreiten.	Latenz 50. (duration.50th).
Plötzlicher Anstieg der Latenzzeit für einen Bruchteil der Anfragen.	Erkennt einen raschen Anstieg des angegebenen Latenz-KPI-Perzentils im Vergleich zu den KPI-Werten der letzten 30 Minuten. Der Anstieg der Latenz muss die relativen und absoluten Schwellenwerte überschreiten.	Latenz 99. (duration.99th).

Ereignis	Beschreibung	Metrik
Die Anzahl der aktiven Sitzungen hat den maximalen Grenzwert erreicht.	Eine Verarbeitungs-Pipeline erkennt die Anzahl der aktiven Verbindungen der SpringBoot-Anwendung im jeweiligen Zeitfenster. Sie bewertet, ob die Anzahl der aktiven Sitzungen den Schwellenwert überschreitet.	Aktive Sitzungen (metrics.httpsessions.active).
Spring Boot-Anwendung inaktiv.	Überwacht den Status der SpringBoot-Anwendung.	Status der SpringBoot-Anwendung (metrics.status).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Spring Boot.

Ereignis	Beschreibung	Metrik
Die verfügbaren Serververbindungen haben den Grenzwert erreicht.	Die Anzahl der Verbindungen liegt bei fast 100 % des Verbindungslimits pro Server.	Verbindungen (stats.connCount).
Die maximale Anzahl an Datenbanken hat den Grenzwert erreicht.	Die Anzahl der Datenbanken liegt bei fast 100 % des Datenbanklimits pro Server.	databasesCount.

Weitere Informationen zum SQL Anywhere-Sensor von „ SAP “ finden Sie unter „Überwachung von SQL Anywhere mit SAP “.

Ereignis	Beschreibung	Metrik
Status synthetischer Pop	Überprüfen Sie, ob „Synthetic PoP “ eine Verbindung zum Backend unter Instana herstellen kann	Status des synthetischen PoP (status)
Status der Wiedergabeengine	Überprüfen Sie, ob die Wiedergabeengine überlastet ist.	Workloadstatus der Wiedergabeengines browserscript.workloadStatus, http.workloadStatus, javascript.workloadStatusund ism.workloadStatus.
Abrufen der Berechtigungsnachweise fehlgeschlagen	Es ist nicht gelungen, synthetische Anmeldedaten vom Backend „ Instana “ abzurufen.	Fehlercode und - URL en von `pop_get_cred_failed(error.pop_get_cred_failed)`.
Abrufen von Tests fehlgeschlagen	Es ist nicht gelungen, synthetische Tests vom Backend unter Instana abzurufen.	Fehlercode und - URL en von `pop_get_test_failed(error.pop_get_test_failed)`.
Berichterstellung für Testergebnisse fehlgeschlagen	Das Hochladen des Ergebnisses des synthetischen Tests in das Backend von Instana ist fehlgeschlagen.	Fehlercode und „ URL “ von `pop_report_result_failed(error.pop_report_result_failed)`.
Testtesultdetails konnten nicht gemeldet werden	Die Details der synthetischen Testergebnisse konnten nicht an das Backend von Instana gesendet werden.	Fehlercode und „ URL “ von „pop_report_result_details_failed(error.pop_report_result_details_failed)“.
Länge der Berichtsergebniswarteschlange ist hoch	Feststellen, ob die Ergebniswarteschlangenlänge hoch ist	ResultQueueDepthHigh (resultQueueDepthHigh).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation zu „Synthetic PoP “.

Ereignis	Beschreibung	Metrik
Die Anzahl der Verbindungen überschreitet die maximale Anzahl verfügbarer Verbindungen.	Die maximale Anzahl an Verbindungen ist fast erreicht.	Anzahl an Verbindungen (connectionCount).
Die Belegung des Nachrichtenspeichers überschreitet das Limit.	Die maximale Nachrichtenspeicherbelegung ist fast erreicht.	Nachrichtenspeicher (messagesMemory).
Warteschlangen mit anstehenden Nachrichten überschreiten das Limit.	Die maximale Anzahl anstehender Nachrichten für die Warteschlange ist fast erreicht.	Verwendung durch für die Warteschlange anstehende Nachrichten.
Themen mit anstehenden Nachrichten überschreiten das Limit.	Die maximale Anzahl anstehender Nachrichten für das Thema ist fast erreicht.	Verwendung durch für das Thema anstehende Nachrichten.

Weitere Informationen zu diesem Sensor finden Sie in der TIBCO EMS -Dokumentation.

Ereignis	Beschreibung	Metrik
Aktive Verbindungen haben das Maximum erreicht.	Erkennt, ob die Anzahl der Verbindungen eines bestimmten Connectors den konfigurierten Maximalwert erreicht.	Verbindungsanzahl für Connector.
Plötzlicher Abfall bei der Anzahl der Sitzungen.	Überprüft auf einen deutlichen Abfall bei der Anzahl der Sitzungen.	Gesamtzahl der Sitzungen (totalSessionCount).
Plötzlicher Anstieg bei der Anzahl der Sitzungen.	Überprüft auf einen deutlichen Anstieg bei der Anzahl der Sitzungen.	Gesamtzahl der Sitzungen (totalSessionCount).
Die Anzahl der Threads hat das Maximum erreicht.	Erkennt, ob die Anzahl der Threads eines bestimmten Connectors den konfigurierten Maximalwert erreicht.	Anzahl der aktiven Connector-Threads.

Weitere Informationen zu diesem Sensor finden Sie in der Tomcat -Dokumentation.

Ereignis	Beschreibung	Metrik
Plötzlicher Abfall bei der Anzahl der Anforderungen.	Überprüft auf einen plötzlichen Abfall der Anzahl der Clientanforderungen.	Empfangene Clientanforderungen (client_req).
Plötzlicher Anstieg bei bereinigten Objekten.	Überprüft auf einen plötzlichen Anstieg bei der Anzahl bereinigter Objekte.	Bereinigte Objekte (n_lru_nuked).
Die Threaderstellung ist fehlgeschlagen.	Zu viele Threaderstellungen sind fehlgeschlagen.	Fehlgeschlagen (threads_failed) und begrenzt (threads_limited).
Der Varnish-Back-End ist als nicht einwandfrei markiert.	Varnish-Back-End-Server ist nicht einwandfrei oder nicht verfügbar.	Nicht einwandfrei (backend_unhealthy).
Die Varnish-Trefferquote ist gering.	Die Varnish-Trefferquote ist sehr gering.	Cachetrefferquote (cache_hit_rate).
Varnish verfügt über keine Worker-Threads mehr.	Varnish verfügt über keine Worker-Threads mehr.	Verbindungen aufgrund einer vollen Warteschlange gelöscht (sess_dropped).

Weitere Informationen zu diesem Sensor finden Sie in der Varnish -Dokumentation.

Ereignis	Beschreibung	Metrik
Die Vault ist versiegelt.	Erkennt, ob der versiegelte Status auf 'true' gesetzt ist.	Versiegelt (sealed).
Plötzlicher Anstieg bei gelesenen geheimen Schlüsseln.	Überprüft auf einen plötzlichen Anstieg (Anstieg um 60 % basierend auf dem Durchschnitt der letzten 5 Minuten) bei der Anzahl an gelesenen geheimen Schlüsseln.	Anzahl an gelesenen geheimen Schlüsseln (secret.read.count).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter Vault.

Ereignis	Beschreibung	Metrik
Fehlerstatus der Datenquelle.	Eine Verarbeitungs-Pipeline überwacht die Statuscodes der WebLogicApplications-Datenquellen und prüft, ob nicht einwandfreie Datenquellen vorliegen.	Status der WebLogic-Datenquellen.
Allgemeinzustand	Erkennt eine allgemeine Verschlechterung des Systems basierend auf dem gemeldeten Allgemeinzustand.	Allgemeinzustand.

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter WebLogic.

Ereignis	Beschreibung	Metrik
Die aktiven Threads des WebContainer-Thread-Pools haben das Maximum erreicht.	Eine Verarbeitungs-Pipeline bewertet, ob die Anzahl der aktiven Threads im WebContainer-Thread-Pool das Maximallimit erreicht.	Aktive Threads (threadPools.webContainer.activeThreads).
WebSphere -Zertifikat läuft in Kürze ab.	Die verbleibenden Tage bis zum Ablauf des Zertifikats liegen unter dem Schwellenwert.	Verbleibende Tage vor Ablauf (certificates.{certificate}.expDaysLeft)

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter WebSphere Application Server.

Ereignis	Beschreibung	Metrik
Die maximale Latenzzeit für Anforderungen ist hoch.	Eine Verarbeitungs-Pipeline überprüft, ob die maximale Latenzzeit für Anforderungen den Schwellenwert erreicht.	Maximale Latenzzeit für Anforderungen (max_request_latency).
Die Anzahl der Anforderungen in der Warteschlange ist groß.	Eine Verarbeitungs-Pipeline erkennt die Anzahl der Anforderungen in der Warteschlange und bewertet, ob die Anzahl sich dem Schwellenwert nähert.	Anzahl der ausstehenden Anforderungen (outstanding_requests).

Weitere Informationen zu diesem Sensor finden Sie in der Dokumentation unter ZooKeeper.