一、上篇文章相关的配置是没有实现邮件通知的版本 以下配置是实现了邮件通知的版本
1、将所有配置由tmp目录迁移到etc目录 原因docker每次启动tmp目录内容都会被清空 所以在tmp目录中的配置不会生效
2、prometheus启动命令修改为
docker run -d -p 9090:9090 \ -v /etc/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \ -v /etc/prometheus/prometheus_rules.yml:/etc/prometheus/prometheus_rules.yml \ -v /etc/prometheus/alertmanager/alertmanager_rules.yml:/etc/prometheus/alertmanager/alertmanager_rules.yml \prom/prometheus
alertmanager_rules.yml和prometheus_rules.yml配置文件在prometheus.yml中被引用
如果本地配置文件路径不对(:之前的路径)docker启动报错
如果docker中路径不对 则docker服务启动不起来
3、/etc/prometheus/prometheus_rules.yml 最新配置
(base) mengfaniaodeMBP:prometheus mengfanxiao$ cat prometheus_rules.yml groups: - name: example #报警规则的名字 rules: # Alert for any instance that is unreachable for >5 minutes. - alert: InstanceDown #检测job的状态，持续1分钟metrices不能访问会发给altermanager进行报警 expr: up == 0 for: 20s #持续时间 labels: serverity: page annotations: summary: "Instance {{ $labels.instance }} down" description: "{{ $labels.instance }} of job {{ $labels.job }} has been down for more than 20s." #- alert: AlertProblem # expr: "test_tomcat{exported_instance="uat",exported_job="uat-app-status",host="test",instance="uat",job="uat-apps-status"} - test_tomcat{exported_instance="uat",exported_job="uat-app-status",host="test",instance="uat",job="uat-apps-status"} offset 1w > 5" # 这个意思是监控该表达式查询出来的值与一周前的值进行比较，大于5且持续10m钟就发送给altermanager进行报警 # for: 1m #持续时间 # labels: # serverity: warning # annotations: # summary: "{{ $labels.type }}趋势增高" # description: "机器:{{ $labels.host }} tomcat_id:{{ $labels.id }} 类型:{{ $labels.type }} 与一周前的差值大于5,当前的差值为:{{ $value }}" #自定义的报警内容
4、/etc/prometheus/alertmanager/alertmanager_rules.yml 最新配置
(base) mengfaniaodeMBP:alertmanager mengfanxiao$ cat alertmanager_rules.yml groups: - name: test-rules rules: - alert: InstanceDown # 告警名称 expr: up == 0 # 告警的判定条件，参考Prometheus高级查询来设定 for: 10s # 满足告警条件持续时间多久后，才会发送告警 labels: #标签项 team: node annotations: # 解析项，详细解释告警信息 summary: "{{$labels.instance}}: has been down" description: "{{$labels.instance}}: job {{$labels.job}} has been down for more than 10s" #value: {{$value}}
5、alertmanager启动命令修改为
docker run -d -p 9093:9093 -v /etc/prometheus/alertmanager/alertmanager.yml:/etc/alertmanager/alertmanager.yml \ -v /etc/prometheus/alertmanager/template/test.tmpl:/etc/alertmanager/html/template/test.tmpl \ --name alertmanager docker.io/prom/alertmanager:latest
6、alertmanager.yml 最新配置
(base) mengfaniaodeMBP:alertmanager mengfanxiao$ cat alertmanager.yml # 全局配置项 global: resolve_timeout: 5m #处理超时时间，默认为5min smtp_smarthost: 'smtp.qq.com:465' # 邮箱smtp服务器代理 smtp_from: '15561699@qq.com' # 发送邮箱名称 smtp_auth_username: '155669@qq.com' # 邮箱名称 smtp_auth_password: 'qhnoixxzdca' # 邮箱密码或授权码 wechat_api_url: 'https://qyapi.weixin.qq.com/cgi-bin/' # 企业微信地址 #require_tls: 'false' smtp_require_tls: false # 定义模板信心 templates: - '/etc/alertmanager/html/template/*.tmpl' # 定义路由树信息 route: group_by: ['alertname'] # 报警分组依据 group_wait: 10s # 最初即第一次等待多久时间发送一组警报的通知 group_interval: 10s # 在发送新警报前的等待时间 repeat_interval: 1m # 发送重复警报的周期 对于email配置中，此项不可以设置过低，否则将会由于邮件发送太多频繁，被smtp服务器拒绝 receiver: 'email' # 发送警报的接收者的名称，以下receivers name的名称 # 定义警报接收者信息 receivers: - name: 'email' # 警报 email_configs: # 邮箱配置 - to: '3065708685@qq.com' # 接收警报的email配置 html: '{{ template "test.tmpl" . }}' # 设定邮箱的内容模板 headers: { Subject: "[WARN] 报警邮件"} # 接收邮件的标题 send_resolved: true # 第三方开发配置 #webhook_configs: # webhook配置 #- url: 'http://127.0.0.1:5001' #send_resolved: true #wechat_configs: # 企业微信报警配置 #- send_resolved: true #to_party: '1' # 接收组的id #agent_id: '1000002' # (企业微信-->自定应用-->AgentId) #corp_id: '******' # 企业信息(我的企业-->CorpId[在底部]) #api_secret: '******' # 企业微信(企业微信-->自定应用-->Secret) #message: '{{ template "test_wechat.html" . }}' # 发送消息模板的设定 # 一个inhibition规则是在与另一组匹配器匹配的警报存在的条件下，使匹配一组匹配器的警报失效的规则。两个警报必须具有一组相同的标签。 inhibit_rules: - source_match: severity: 'critical' target_match: severity: 'warning' equal: ['alertname', 'dev', 'instance']
7、模版文件
(base) mengfaniaodeMBP:template mengfanxiao$ cat test.tmpl {{ define "test.tmpl" }} <table border="1"> <tr> <td>报警项</td> <td>实例</td> <td>报警内容</td> <td>开始时间</td> </tr> {{ range $i, $alert := .Alerts }} <tr> <td>{{ index $alert.Labels "alertname" }}</td> <td>{{ index $alert.Labels "instance" }}</td> <td>{{ index $alert.Annotations "description" }}</td> <td>{{ $alert.StartsAt }}</td> </tr> {{ end }} </table> {{ end }}
二、针对以上配置有几点需要说明下
1、receivers html 中的模版名称为 模版文件中 define定义的名称
2、邮件发送邮箱配置
a、开启发送邮箱的smtp服务
b、生成授权码
三、触发告警演示效果
1）正常效果
a、2个数据源正常运行
b、告警规则触发状态
c、alertmanager未收到告警页面
2）停止node数据源
其中一个10s的告警规则触发了
另外一个20的告警规则触发了
现在状态由inactive->pendding 未激活状态转为等待发射状态
5分钟之后发射了
alertmanager也收到了告警通知
报警邮件
4:32发送第一封告警通知 持续10s prometheus没有收到node的数据
4:37发送第N封告警通知 持续10s和20s的都没有收到node数据
3）重启启动node
之前的触发告警记录也都没有了
4:37发送最后一封告警通知 20s规则的告警 此时10s的那个已经检测到node已经启动了 持续20s的那个还没有检测
10的那个先检测 先通知alertmanger ，altermanager先将10s的那个剔除 此时只通知20s的那个
等20s的那个检测到了 那么也就不会再发送邮件了
