Prometheus 整合 AlertManager

文章首发于公众号《程序员果果》

简介

Alertmanager 主要用于接收 Prometheus 发送的告警信息，它很容易做到告警信息的去重，降噪，分组，策略路由，是一款前卫的告警通知系统。它支持丰富的告警通知渠道，可以将告警信息转发到邮箱、企业微信、钉钉等。这一节讲解利用AlertManager，把接受到的告警信息，转发到邮箱。

实验

准备

启动 http-simulator 度量模拟器：

docker run --name http-simulator -d -p 8080:8080 pierrevincent/prom-http-simulator:0.1

启动 Prometheus，为了方便更新配置，使用挂载配置文件的方式：

docker run --name prometheus -d -p 9090:9090 -v /Users/huanchu/Documents/prometheus-data:/prometheus-data \
       prom/prometheus --web.enable-lifecycle --config.file=/prometheus-data/prometheus.yml

启动添加了参数 --web.enable-lifecycle，让Prometheus支持通过web端点动态更新配置。

访问http://127.0.0.1:9090/targets ，Prometheus 自身的 metrics 和 http-simulator 的 metrics 处于up 状态 ，那么准备工作就做好了。

实验

实验1

告警配置

在prometheus-data文件夹下，创建告警配置文件 simulator_alert_rules.yml：

groups:
- name: simulator-alert-rule
  rules:
  - alert: HttpSimulatorDown
    expr: sum(up{job="http-simulator"}) == 0
    for: 1m
    labels:
      severity: critical

配置文件的意思是 http-simulator 服务up状态为 0 ，并且持续1分钟时，产生告警 ，级别为 “严重的”。

修改prometheus.yml，引用simulator_alert_rules.yml文件，prometheus.yml 内容如下：

global:
  scrape_interval: 5s
  evaluation_interval: 5s
  scrape_timeout: 5s

rule_files:
  - "simulator_alert_rules.yml"

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
    - targets: ['localhost:9090']
  - job_name: 'http-simulator'
    metrics_path: /metrics
    static_configs:
    - targets: ['192.168.43.121:8080']

更新Prometheus配置：

curl -X POST http://localhost:9090/-/reload

访问http://127.0.0.1:9090/config，可以看到已经为更新了配置：

访问http://127.0.0.1:9090/rules，Rules 下出现了新添加的告警规则：

验证

访问http://127.0.0.1:9090/alerts ，Alerts 下 HttpSimulatorDown 为绿色，处于INACTIVE 状态，表示什么都没有发生。

关闭 http-simulator 服务：

docker stop http-simulator

访问http://127.0.0.1:9090/alerts，HttpSimulatorDown 变成黄色，处于 PENDING 状态，表示报警即将被激活。

一分钟后，HttpSimulatorDown 变成红色，处于 FIRING 状态，表示报警已经被激活了。

实验2

告警配置

在simulator_alert_rules.yml文件中增加告警配置：

- alert: ErrorRateHigh
    expr: sum(rate(http_requests_total{job="http-simulator", status="500"}[5m])) / sum(rate(http_requests_total{job="http-simulator"}[5m])) > 0.02
    for: 1m
    labels:
      severity: major
    annotations:
      summary: "High Error Rate detected"
      description: "Error Rate is above 2% (current value is: {{ $value }}"

配置文件的意思是 http-simulator 请求的错误率对2% ，并且持续1分钟时，产生告警 ，级别为 “非常严重的”

更新Prometheus配置：

curl -X POST http://localhost:9090/-/reload

验证

访问http://127.0.0.1:9090/alerts，ErrorRateHigh 为绿色的 INACTIVE 状态。

把 http-simulator 的错误率调到 10%

curl -H 'Content-Type: application/json' -X PUT -d '{"error_rate": 10}' http://localhost:8080/error_rate

稍等一会后，访问http://127.0.0.1:9090/alerts， 可以看到错误率已经大2%，ErrorRateHigh 为红色的 FIRING 状态，报警已经被激活了。

安装和配置AlertManager

通过docker 挂载文件的方式安装AlertManager，在本地创建文件夹 alertmanager-data 文件夹，在其中创建 alertmanager.yml，内容如下：

global:
  smtp_smarthost: 'smtp.163.com:25'
  smtp_from: 'xxxxx@163.com'
  smtp_auth_username: 'xxxxx@163.com'
  smtp_auth_password: 'xxxxx'

route:
  group_interval: 1m   #当第一个报警发送后，等待'group_interval'时间来发送新的一组报警信息
  repeat_interval: 1m   # 如果一个报警信息已经发送成功了，等待'repeat_interval'时间来重新发送他们
  receiver: 'mail-receiver'
receivers:
- name: 'mail-receiver'
  email_configs:
    - to: 'xxxxxx@163.com' 

启动 AlertManager：

docker run --name alertmanager -d -p 9093:9093 -v /Users/huanchu/Documents/alertmanager-data:/alertmanager-data \
       prom/alertmanager --config.file=/alertmanager-data/alertmanager.yml

在Prometheus目录下，修改prometheus.yml配置Alertmanager地址：

# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets:
      - 192.168.43.121:9093

更新Prometheus配置：

curl -X POST http://localhost:9090/-/reload

访问http://127.0.0.1:9093，访问Alertmanager UI界面，可以看到接收到ErrorRateHigh告警：

邮箱会收到告警信息：