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：
