使用 Prometheus 实现邮件/企业微信告警

一、安装 AlterManager

• 如果没有安装 Prometheus 以及监控客户端的话，可以看博主前面的文章：Prometheus（普罗米修斯）监控系统

---

[root@k8s-master01 ~]# wget https://github.com/prometheus/alertmanager/releases/download/v0.24.0/alertmanager-0.24.0.linux-amd64.tar.gz
[root@k8s-master01 ~]# tar xf alertmanager-0.24.0.linux-amd64.tar.gz
[root@k8s-master01 ~]# mv alertmanager-0.24.0.linux-amd64 /usr/local/alertmanager
[root@k8s-master01 ~]# nohup /usr/local/alertmanager/alertmanager &

配置文件说明：

• 全局配置 global：用于定义一些全局配置；
• 模板 templates：告警时的通知模板（如果没有配置，将自动使用默认的模板）
• 告警路由 route：通过标签匹配的方式，确定当前告警应当如何处理；
• 接收人 receivers：配合告警路由使用，定义了接收人的通信方式；
• 抑制规则 inhibit_rules：合理设置抑制规则可以减少垃圾告警的产生；

global:
  [ resolve_timeout: <duration> | default = 5m ]
  [ smtp_from: <tmpl_string> ] 
  [ smtp_smarthost: <string> ] 
  [ smtp_hello: <string> | default = "localhost" ]
  [ smtp_auth_username: <string> ]
  [ smtp_auth_password: <secret> ]
  [ smtp_auth_identity: <string> ]
  [ smtp_auth_secret: <secret> ]
  [ smtp_require_tls: <bool> | default = true ]
  [ wechat_api_url: <string> | default = "https://qyapi.weixin.qq.com/cgi-bin/" ]
  [ wechat_api_secret: <secret> ]
  [ wechat_api_corp_id: <string> ]
  [ http_config: <http_config> ]

templates:
  [ - <filepath> ... ]

route: <route>

receivers:
  - <receiver> ...

inhibit_rules:
  [ - <inhibit_rule> ... ]

二、配置邮件告警

1）修改 AlertManager 配置文件

[root@k8s-master01 ~]# cat <<END > /usr/local/alertmanager/alertmanager.yml
global:
  resolve_timeout: 3m
  smtp_smarthost: 'smtp.163.com:25'
  smtp_from:  '[email protected]'
  smtp_auth_username: '[email protected]'
  smtp_auth_password: '邮件授权码'
  smtp_hello: '163.com'
  smtp_require_tls: false

route:
  group_by: ['env','instance','type','group','job','alertname']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 1h
  receiver: default

  routes:
  - receiver: email
    group_wait: 10s
    match:
      severity: Error

receivers:
- name: 'default'
  email_configs:
  - to: '[email protected]'
    send_resolved: true

- name: 'email'
  email_configs:
  - to: '[email protected]'
    send_resolved: true
END

配置说明：

• resolve_timeout：在定义的时间内，若没有继续产生告警，才会发送恢复消息；
• smtp_require_tls：是否使用 TLS 协议；
• group_by：将具有相同属性的告警进行分组聚合；
• group_wait：发送告警前的等待时间；
• group_interval：发送告警的时间间隔；
• repeat_interval：分组内 发送相同告警的时间间隔；
• receiver：指定的接收器（和 receivers 配置里的名字匹配）
• routes：子路由，通过 匹配告警规则中的标签，来发送到指定的接收人；
• send_resolved：是否通知已经解决的告警；

---

[root@k8s-master01 ~]# /usr/local/alertmanager/amtool check-config alertmanager.yml			# 检查配置
[root@k8s-master01 ~]# curl -X POST http://192.168.1.1:9093/-/reload						# 加载配置文件

2）修改 Prometheus 配置文件

[root@k8s-master01 ~]# cat <<END > /usr/local/prometheus/prometheus.yml
global:
  scrape_interval: 15s
  evaluation_interval: 15s

alerting:
  alertmanagers:
  - static_configs:
    - targets: ["192.168.1.1:9093"]

rule_files:
- "/usr/local/prometheus/rules.yml"

scrape_configs:
  - job_name: "prometheus"
    static_configs:
      - targets: ["localhost:9090"]

  - job_name: "Linux"
    static_configs:
      - targets: ["192.168.1.1:9100"]
END

3）编写告警规则

• alert：告警名称；
• expr：PromQL 查询语句，查询是否满足告警条件；
• for：评估等待时间，当条件成立一段时间后，才会发送告警（在此期间处于告警处于 Pending 状态）
• labels：自定义标签，用户可以通过该标签进行路由匹配、告警展示等功能；
• annotations：附加信息，只能用于告警展示；

[root@k8s-master01 ~]# cat <<"END" > /usr/local/prometheus/rules.yml
groups:
- name: 主机监控
  rules:
  - alert: TargetDown
    expr: up{
    
    job="Linux"} == 0
    for: 15s
    labels:
      severity: Error
    annotations:
      summary: "{
    
    { $labels.job }} 主机已经超过 15s 未响应"
      description: "{
    
    { $labels.instance }} 主机宕机"
  
  - alert: NodeFilesystemUsage
    expr: 100 - (node_filesystem_free_bytes{
    
    fstype=~"ext4|xfs"} / node_filesystem_size_bytes{
    
    fstype=~"ext4|xfs"} * 100) > 80
    for: 1m
    labels:
      severity: Warning
    annotations:
      Summary: "Instance {
    
    { $labels.instance }}: {
    
    { $labels.mountpoint }} 分区使用率过高"
      Description: "{
    
    { $labels.instance }}: {
    
    { $labels.mountpotint }} 分组使用大于 80% (当前值: {
    
    { $value }})"
END

• 上面定义的那些告警规则，其实都是通过 PromQL 语句在 Prometheus 里查询出来的结果。

---

[root@k8s-master01 ~]# /usr/local/prometheus/promtool check config /usr/local/prometheus/prometheus.yml
[root@k8s-master01 ~]# curl -X POST http://192.168.1.1:9090/-/reload

验证：

1）验证时，我们只需要将 node_exporter 关闭即可。

2）再重新打开 node_exporter

Prometheus Alerts 三种状态：

• Inactive：正常状态，表示还未产生告警。
• Pending：等待状态。
• Firing：告警状态，通过 AlertManager 配置文件中定义的信息，发送给指定的接收者。

三、配置企业微信告警

1）注册企业微信：地址

2）创建应用

3）配置可信 IP（如果不配置可信 IP 的话，将导致无法发送告警消息）

[root@k8s-master01 ~]# curl httpbin.org/ip									# 获取当前主机的公网 IP

4）查看企业ID

---

1）修改 AlertManager 配置文件

[root@k8s-master01 ~]# cat <<END > /usr/local/alertmanager/alertmanager.yml
global:
  resolve_timeout: 3m
  wechat_api_url: "https://qyapi.weixin.qq.com/cgi-bin/"
  wechat_api_secret: "Secret"
  wechat_api_corp_id: "企业微信ID"

templates:
  - '/usr/local/alertmanager/wechat.tmpl'

route:
  group_by: ['env','instance','type','group','job','alertname']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 1h
  receiver: wechat

receivers:
- name: 'wechat'
  wechat_configs:
  - agent_id: "AgentId"
    to_party: "部门ID"
    message: '{
    
    { template "wechat.default.message" . }}'
    send_resolved: true
END

• 因为上面我们在配置邮件告警的时候，已经将告警规则配置上了，所以下面我们直接配置告警模板即可。

2）配置告警模板

[root@k8s-master01 ~]# cat <<"END" > /usr/local/alertmanager/wechat.tmpl
{
    
    {
    
     define "wechat.default.message" }}
{
    
    {
    
    - if gt (len .Alerts.Firing) 0 -}}
{
    
    {
    
    - range $index, $alert := .Alerts -}}
{
    
    {
    
    - if eq $index 0 }}
======== 监控报警 ========
告警状态：{
    
    {
    
       .Status }}
告警级别：{
    
    {
    
     .Labels.severity }}
告警类型：{
    
    {
    
     .Labels.alertname }}
故障主机：{
    
    {
    
     .Labels.instance }}
告警主题：{
    
    {
    
     .Annotations.summary }}
告警详情：{
    
    {
    
     .Annotations.description }};
故障时间：{
    
    {
    
     .StartsAt.Format "2006-01-02 15:04:05" }}
======== = END = ========
{
    
    {
    
    - end }}
{
    
    {
    
    - end }}
{
    
    {
    
    - end }}

{
    
    {
    
    - if gt (len .Alerts.Resolved) 0 -}}
{
    
    {
    
    - range $index, $alert := .Alerts -}}
{
    
    {
    
    - if eq $index 0 }}
======== 异常恢复 ========
告警类型：{
    
    {
    
     .Labels.alertname }}
告警状态：{
    
    {
    
     .Status }}
告警主题：{
    
    {
    
     .Annotations.summary }}
告警详情：{
    
    {
    
     .Annotations.description }};
故障时间：{
    
    {
    
     .StartsAt.Format "2006-01-02 15:04:05" }}
恢复时间：{
    
    {
    
     .EndsAt.Format "2006-01-02 15:04:05" }}
{
    
    {
    
    - if gt (len $alert.Labels.instance) 0 }}
实例信息：{
    
    {
    
     $alert.Labels.instance }}
{
    
    {
    
    - end }}
======== = END = ========
{
    
    {
    
    - end }}
{
    
    {
    
    - end }}
{
    
    {
    
    - end }}
{
    
    {
    
    - end }}
END

• 如果告警时间显示的是 UTC 时区，可以将其配置为 { { (.StartsAt.Add 28800e9).Format "2006-01-02 15:04:05" }}

3）验证

[root@k8s-master01 ~]# curl -X POST http://192.168.1.1:9093/-/reload

重新打开 node_exporter