Skip to content
AGou's Docsv5

Prometheus-AlertManager

Prometheus + AlertManager

AlertManager 简介

Alertmanager 主要用于接收 Prometheus 发送的告警信息，它支持丰富的告警通知渠道，例如邮件、微信、钉钉、Slack 等常用沟通工具，而且很容易做到告警信息进行去重，降噪，分组等，是一款很好用的告警通知系统。

promtheus告警能力

告警能力在Prometheus的架构中被划分成两个独立的部分。如下所示，通过在Prometheus中定义AlertRule（告警规则），Prometheus会周期性的对告警规则进行计算，如果满足告警触发条件就会向Alertmanager发送告警信息。

img

Prometheus告警处理

在Prometheus中一条告警规则主要由以下几部分组成：

  • 告警名称：用户需要为告警规则命名，当然对于命名而言，需要能够直接表达出该告警的主要内容
  • 告警规则：告警规则实际上主要由PromQL进行定义，其实际意义是当表达式（PromQL）查询结果持续多长时间（During）后出发告警

在Prometheus中，还可以通过Group（告警组）对一组相关的告警进行统一定义。当然这些定义都是通过YAML文件来统一管理的。

Alertmanager作为一个独立的组件，负责接收并处理来自Prometheus Server(也可以是其它的客户端程序)的告警信息。Alertmanager可以对这些告警信息进行进一步的处理，比如当接收到大量重复告警时能够消除重复的告警信息，同时对告警信息进行分组并且路由到正确的通知方，Prometheus内置了对邮件，Slack等多种通知方式的支持，同时还支持与Webhook的集成，以支持更多定制化的场景。例如，目前Alertmanager还不支持钉钉，那用户完全可以通过Webhook与钉钉机器人进行集成，从而通过钉钉接收告警信息。同时AlertManager还提供了静默和告警抑制机制来对告警通知行为进行优化。

配置 node-exporter 和 Prom

配置 node-exporter

node-exporter是最基本的节点监控客户端，负责监控机器的各个指标，包括节点存活、CPU、Mem、Network、IO 等等，方便后边演示 Alertmanager 报警时的触发条件，例如配置节点存活检测，当机器 Down 时，触发报警控制，那么就可以通过停止 node-exporter 来模拟实现.

所以直接启动即可：

Terminal window
docker run --name node-exporter -d -p 9100:9100 prom/node-exporter

访问测试：http://127.0.0.1:9100

配置 Prom

编辑 Prometheus 配置文件prometheus.yml：

Terminal window
global:
  scrape_interval:     15s
  evaluation_interval: 15s
  # scrape_timeout is set to the global default (10s).


# -------------------------------------
# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets:
      - 172.16.1.132:9093


rule_files:
  - "/etc/prometheus/rules/*.rules"
# -------------------------------------


scrape_configs:
  - job_name: 'prometheus'
    static_configs:
    - targets: ['172.16.1.132:9090']
      labels:
        instance: prometheus
        service: prometheus-service


  - job_name: 'node-exporter'
    file_sd_configs:    # 使用该模块动态装载，而无需每次重启prom服务
      - files: ['/etc/prometheus/nodes/*.json']

创建node-exporter.json，内容如下所示：

Terminal window
[
    {
        "targets": [
            "172.16.1.132:9100"
        ],
        "labels": {
            "instance": "vm-172.16.1.132",
            "service": "node-service"
        }
    }
]

启动 Prom 容器：

Terminal window
docker run -d --name prometheus -p 9090:9090 -v /home/prom/prometheus.yml:/etc/prometheus/prometheus.yml -v /home/prom/nodes/:/etc/prometheus/nodes/ prom/prometheus

查看node-exporter和prometheus健康状况：http://127.0.0.1:9090/targets

配置 AlertManager

简单启动AlertManager：

Terminal window
docker run --name alertmanager -d -p 9093:9093 prom/alertmanager

打开浏览器访问 http://localhost:9093 进行测试，这里没有报警规则，所有没有内容呈现，

编辑 AlertManager 的配置文件alertmanager.yml：

Terminal window
global:      # 全局设置
  resolve_timeout: 5m
  smtp_from: 'dai15628960878@163.com'
  smtp_smarthost: 'smtp.163.com:465'    # 163邮箱的SMTP SSL端口为465/994，非SSL为25
  smtp_auth_username: 'dai15628960878@163.com'
  smtp_auth_password: 'xxxxxxxxxxxxxxx'
  smtp_require_tls: false    # 是否需要tls验证
  smtp_hello: '163.com'
route:
  group_by: ['alertname']
  group_wait: 5s
  group_interval: 5s
  repeat_interval: 5m
  receiver: 'email'
receivers:
- name: 'email'
  email_configs:
  - to: 'agou-ops@foxmail.com'
    send_resolved: true
inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['alertname', 'dev', 'instance']

启动容器：

Terminal window
docker run -d --name alertmanager -p 9093:9093 -v /home/prom/alertmanager.yml:/etc/alertmanager/alertmanager.yml -v /home/prom/rules/:/etc/prometheus/rules/ prom/alertmanager

配置 Prom 的报警规则

在 Prometheus 配置 AlertManager 服务地址以及告警规则，新建报警规则文件/home/prom/rules/test_alert.rules 如下：

Terminal window
groups:
- name: node-up
  rules:
  - alert: node-up
    expr: up{job="node-exporter"} == 0
    for: 15s
    labels:
      severity: 1
      team: node
    annotations:
      summary: "【【 $labels.instance 】】 已停止运行超过 15s！"

然后，修改 prometheus.yml 配置文件，添加 rules 规则文件，内容如下（上面已经修改过）：

Terminal window
...
# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets:
      - 172.16.1.132:9093


rule_files:
  - "/etc/prometheus/rules/*.rules"
...

启动容器：

Terminal window
docker run -d --name prometheus -p 9090:9090 -v /home/prom/prometheus.yml:/etc/prometheus/prometheus.yml -v /home/prom/nodes/:/etc/prometheus/nodes/ -v           /home/prom/rules/:/etc/prometheus/rules/ prom/prometheus

查看报警规则rules：

这里说明一下 Prometheus Alert 告警状态有三种状态：Inactive、Pending、Firing

  • Inactive：非活动状态，表示正在监控，但是还未有任何警报触发。
  • Pending：表示这个警报必须被触发。由于警报可以被分组、压抑/抑制或静默/静音，所以等待验证，一旦所有的验证都通过，则将转到 Firing 状态。
  • Firing：将警报发送到 AlertManager，它将按照配置将警报的发送给所有接收者。一旦警报解除，则将状态转到 Inactive，如此循环。

手动停掉node-exporter容器，测试触发警告：

Terminal window
docker stop node-exporter

在 Prom web面板中查看：

在alertmanagerweb面板中查看：

已成功收到报警邮件：

参考链接