使用Docker部署Prometheus实现微信邮件报警


Prometheus组成及架构

Prometheus生态圈中包含了多个组件,其中许多组件是可选的:
  • Prometheus Server:用于收集和存储时间序列数据。
  • Client Library:客户端库,为需要监控的服务生成相应的Metrics并暴露给Prometheus server。当Prometheus server来pull时,直接返回实时状态的Metrics。
  • Push Gateway:主要用于短期的Jobs。由于这类Jobs存在时间较短,可能在Prometheus来pull之前就消失了。为此,这次Jobs可以直接向Prometheus server端推送它们的Metrics。这种方式主要用于服务层面的Metrics,对于机器层面的Metrices,需要使用Node Exporter。
  • Exporters:用于暴露已有的第三方服务的Metrics给Prometheus。
  • Alertmanager:从Prometheus server端接收到alerts后,会进行去除重复数据,分组,并路由到对应的接收方式,发出报警。常见的接收方式有:电子邮件,PagerDuty,OpsGenie, webhook 等。


Prometheus官方文档中的架构图:
01.png

从上图可以看出,Prometheus的主要模块包括:Prometheus server,exporters,Pushgateway,PromQL,Alertmanager以及图形界面。

其大概的工作流程是:
  1. Prometheus server定期从配置好的Jobs或者exporters中拉Metrics,或者接收来自Pushgateway发过来的Metrics,或者从其他的Prometheus server中拉Metrics。
  2. Prometheus server在本地存储收集到的Metrics,并运行已定义好的alert.rules,记录新的时间序列或者向Alertmanager推送警报。
  3. Alertmanager根据配置文件,对接收到的警报进行处理,发出告警。
  4. 在图形界面中,可视化采集数据。


Prometheus官网:https://prometheus.io/

Prometheus安装及配置

192.168.16.251      Prometheus,grafana,alertmanager,Node-exporter
192.168.16.252      Node-exporter,Jmx-exporter,cAdvisor

创建Prometheus配置文件prometheus.yml(本地宿主机/root/prometheus/conf/下创建)》
global:
scrape_interval:     15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
alerting:       #指定alertmanager报警组件地址
alertmanagers:
- static_configs:
- targets: [ '192.168.16.251:9093']

rule_files:  #指定报警规则文件
- "rules.yml"

scrape_configs:
- job_name: 'nodehost'   
static_configs:
  - targets: ['192.168.16.251:9100']
    labels:
      appname: 'Node1'
static_configs:
  - targets: ['192.168.16.252:9100']
    labels:
      appname: 'Node2'
- job_name: 'tomcat'
static_configs:
  - targets: ['192.168.16.173:12345']
    labels:
      appname: 'mytest'
- job_name: 'cadvisor'
static_configs:
  - targets: [ '192.168.16.251:8080','192.168.16.252:8080','192.168.16.173:8080']
    labels:
      appname: 'cadvisor'
- job_name: 'prometheus'
static_configs:
  - targets: [ '192.168.16.251:9090']
    labels:
      appname: 'prometheus'

上面我们使用静态的方式指定了各Metris的地址,但后面应用数量越来越多,手动的添加就不太现实了,Prometheus支持服务发现等多种方式。

具体信息移步官网:https://prometheus.io/docs/pro ... tion/

创建Prometheus规则文件rules.yml(本地宿主机/root/prometheus/conf/下创建)。

下面监控宿主机和容器的内存,CPU,磁盘等状态。
groups:
- name: example #定义规则组
rules:
- alert: InstanceDown  #定义报警名称
expr: up == 0   #Promql语句,触发规则
for: 1m            # 一分钟
labels:       #标签定义报警的级别和主机
  name: instance
  severity: Critical
annotations:  #注解
  summary: " {{ $labels.appname }}" #报警摘要,取报警信息的appname名称
  description: " 服务停止运行 "   #报警信息
  value: "{{ $value }}%"  # 当前报警状态值
- name: Host
rules:
- alert: HostMemory Usage
expr: (node_memory_MemTotal_bytes - (node_memory_MemFree_bytes + node_memory_Buffers_bytes + node_memory_Cached_bytes)) / node_memory_MemTotal_bytes * 100 >  80
for: 1m
labels:
  name: Memory
  severity: Warning
annotations:
  summary: " {{ $labels.appname }} "
  description: "宿主机内存使用率超过80%."
  value: "{{ $value }}"
- alert: HostCPU Usage
expr: sum(avg without (cpu)(irate(node_cpu_seconds_total{mode!='idle'}[5m]))) by (instance,appname) > 0.65
for: 1m
labels:
  name: CPU
  severity: Warning
annotations:
  summary: " {{ $labels.appname }} "
  description: "宿主机CPU使用率超过65%."
  value: "{{ $value }}"
- alert: HostLoad 
expr: node_load5 > 4
for: 1m
labels:
  name: Load
  severity: Warning
annotations:
  summary: "{{ $labels.appname }} "
  description: " 主机负载5分钟超过4."
  value: "{{ $value }}"
- alert: HostFilesystem Usage
expr: 1-(node_filesystem_free_bytes / node_filesystem_size_bytes) >  0.8
for: 1m
labels:
  name: Disk
  severity: Warning
annotations:
  summary: " {{ $labels.appname }} "
  description: " 宿主机 [ {{ $labels.mountpoint }} ]分区使用超过80%."
  value: "{{ $value }}%"
- alert: HostDiskio
expr: irate(node_disk_writes_completed_total{job=~"Host"}[1m]) > 10
for: 1m
labels:
  name: Diskio
  severity: Warning
annotations:
  summary: " {{ $labels.appname }} "
  description: " 宿主机 [{{ $labels.device }}]磁盘1分钟平均写入IO负载较高."
  value: "{{ $value }}iops"
- alert: Network_receive
expr: irate(node_network_receive_bytes_total{device!~"lo|bond[0-9]|cbr[0-9]|veth.*|virbr.*|ovs-system"}[5m]) / 1048576  > 3 
for: 1m
labels:
  name: Network_receive
  severity: Warning
annotations:
  summary: " {{ $labels.appname }} "
  description: " 宿主机 [{{ $labels.device }}] 网卡5分钟平均接收流量超过3Mbps."
  value: "{{ $value }}3Mbps"
- alert: Network_transmit
expr: irate(node_network_transmit_bytes_total{device!~"lo|bond[0-9]|cbr[0-9]|veth.*|virbr.*|ovs-system"}[5m]) / 1048576  > 3
for: 1m
labels:
  name: Network_transmit
  severity: Warning
annotations:
  summary: " {{ $labels.appname }} "
  description: " 宿主机 [{{ $labels.device }}] 网卡5分钟内平均发送流量超过3Mbps."
  value: "{{ $value }}3Mbps"
- name: Container
rules:
- alert: ContainerCPU Usage
expr: (sum by(name,instance) (rate(container_cpu_usage_seconds_total{image!=""}[5m]))*100) > 60
for: 1m
labels:
  name: CPU
  severity: Warning
annotations:
  summary: "{{ $labels.name }} "
  description: " 容器CPU使用超过60%."
  value: "{{ $value }}%"
- alert: ContainerMem Usage
#    expr: (container_memory_usage_bytes - container_memory_cache)  / container_spec_memory_limit_bytes   * 100 > 10  
expr:  container_memory_usage_bytes{name=~".+"}  / 1048576 > 1024
for: 1m
labels:
  name: Memory
  severity: Warning
annotations:
  summary: "{{ $labels.name }} "
  description: " 容器内存使用超过1GB."
  value: "{{ $value }}G"

部署Prometheus

docker run -d -p 9090:9090 --name=prometheus \
-v  /root/prometheus/conf/:/etc/prometheus/  \
prom/prometheus 

上面采用的官方镜像,因为启动参数没有指定--web.enable-lifecycle,所以无法使用热加载,时区也是相差八个小时,我们可以通过官方提供的Dockerfile进行修改。

下载源码包,制作Prometheus镜像:https://github.com/prometheus/prometheus
FROM   centos:7
LABEL maintainer "The Prometheus Authors <prometheus-developers@googlegroups.com>, Custom by <leichen.china@gmail.com>"
COPY prometheus                             /bin/prometheus
COPY promtool                               /bin/promtool
COPY console_libraries/                     /usr/share/prometheus/console_libraries/
COPY consoles/                              /usr/share/prometheus/consoles/

WORKDIR    /prometheus
RUN ln -snf /usr/share/zoneinfo/Asia/Shanghai  /etc/localtime
ENTRYPOINT [ "/bin/prometheus" ]
CMD        [ "--config.file=/etc/prometheus/prometheus.yml", \
         "--storage.tsdb.path=/prometheus", \
         "--web.console.libraries=/usr/share/prometheus/console_libraries", \
         "--web.enable-lifecycle", \
         "--web.console.templates=/usr/share/prometheus/consoles" ]

创建容器并运行:
docker build  -t prometheus:latest .
docker run -d -p 9090:9090 --name prometheus   -v  /root/prometheus/conf/:/etc/prometheus/    prometheus:latest

访问Prometheus的9090端口,可以查看监控数据:
02.png

部署Node-exporter

docker run -d -p 9100:9100   -v "/:/host:ro,rslave" quay.io/prometheus/node-exporter --path.rootfs /host

部署cadvisor-exporter

docker run --volume=/:/rootfs:ro --volume=/var/run:/var/run:rw --volume=/sys:/sys:ro --volume=/var/lib/docker/:/var/lib/docker:ro --publish=8080:8080 --detach=true --name=cadvisor --net=host google/cadvisor:latest

访问cAdvisor的8080端口,可以看到容器的监控指标:
03.png

部署jmx-exporter

下载jar :https://github.com/prometheus/jmx_exporter(jmx_prometheus_javaagent-0.11.0.jar )

配置文件:https://github.com/prometheus/ ... nfigs

中间件启动参数添加:
CATALINA_OPTS="-javaagent:/app/tomcat-8.5.23/lib/jmx_prometheus_javaagent-0.11.0.jar=1234:/app/tomcat-8.5.23/conf/config.yaml"

具体查看http://www.unmin.club

Grafana安装及配置

docker run -d -i -p 3000:3000 -e "GF_SERVER_ROOT_URL=http://grafana.server.name" -e "GF_SECURITY_ADMIN_PASSWORD=secret" --net=host grafana/grafana

Web访问:192.168.16.251:3000

user:admin,passwd:secret

首先我们添加数据源:
04.png

import导入8919Node-exporter展示模板:
05.png

针对容器和JMX的监控模板,我们可以去https://grafana.com/dashboards自行查找。

配置报警Alertmanager

创建alertmanager.yml报警通知文件:
global:
resolve_timeout: 2m
smtp_smarthost: smtp.163.com:25
smtp_from: 12345678@163.com
smtp_auth_username: 12345678@163.com
smtp_auth_password: 123456 (授权码)

templates:     ##消息模板
- '/etc/alertmanager/template/wechat.tmpl'
route:
group_by: ['alertname_wechat']
group_wait: 30s
group_interval: 60s
receiver: 'wechat'    # 优先使用wechat发送
repeat_interval: 1h
routes:  #子路由,使用email发送
- receiver: email
match_re: 
  serverity: email
receivers:
- name: 'email'
email_configs:
- to: '11111122@qq.com'
send_resolved: true  # 发送已解决通知
- name: 'wechat'
wechat_configs:
- corp_id: 'wwd402ce40b1120f24' #企业ID
to_party: '2'  # 通知组ID
agent_id: '1000002'    
api_secret: '9nmYa4pWq63sQ123kToCbh_oNc' # 生成的secret
send_resolved: true

编写微信通知模板:
{{ define "wechat.default.message" }}
{{ range $i, $alert :=.Alerts }}
========监控报警==========
告警状态:{{   .Status }}
告警级别:{{ $alert.Labels.severity }}
告警类型:{{ $alert.Labels.alertname }}
告警应用:{{ $alert.Annotations.summary }}
告警主机:{{ $alert.Labels.instance }}
告警详情:{{ $alert.Annotations.description }}
触发阀值:{{ $alert.Annotations.value }}
告警时间:{{ $alert.StartsAt.Format "2006-01-02 15:04:05" }}
========end=============
{{ end }}
{{ end }} 

部署Alertmanager:
docker run -d -p 9093:9093 --name alertmanager  -v /root/alertmanager/alertmanager.yml:/etc/alertmanager/alertmanager.yml -v /root/alertmanager/template:/etc/alertmanager/template docker.io/prom/alertmanager:latest

访问Alertmanager的9093端口,可以看到当前报警状态:
06.png

07.png

08.png

原文链接:https://www.jianshu.com/p/dfd6ba5206dc,作者:Anson_前行

0 个评论

要回复文章请先登录注册