【集羣監控】Prometheus+AlertManager實現郵件報警

AlertManager下載

https://prometheus.io/download/

解壓

添加配置文件test.yml，配置收發郵件郵箱

 

Prometheus下載配置參考個人另外一篇：

http://www.javashuo.com/article/p-armszusz-ev.html

 

參考配置：

global:
  smtp_smarthost: 'smtp.163.com:25'　　#163服務器
  smtp_from: 'XXX@163.com'　　　　　　　　#發郵件的郵箱
  smtp_auth_username: 'XXX@163.com'　　#發郵件的郵箱用戶名，也就是你的郵箱
  smtp_auth_password: 'XXX'　　　　　　　　#發郵件的郵箱密碼

route:
  group_by: ['alertname']

  repeat_interval: 1h

  receiver: live-monitoring

receivers:
- name: 'live-monitoring'
  email_configs:
  - to: 'czh1226@qq.com'　　　　　　　　#收郵件的郵箱

更多配置參考alertmanager包中的simple.yml

 

添加報警規則

prometheus targets 監控報警參考配置(node_down.yml)：

groups:
- name: example
  rules:
  - alert: InstanceDown
    expr: up == 0
    for: 1m
    labels:
      user: caizh
    annotations:
      summary: "Instance {{ $labels.instance }} down"
      description: "{{ $labels.instance }} of job {{ $labels.job }} has been down for more than 1 minutes."

 

節點內存使用率監控報警參考配置（memory_over.yml）

groups:
- name: example
  rules:
  - alert: NodeMemoryUsage
    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:
      user: caizh
    annotations:
      summary: "{{$labels.instance}}: High Memory usage detected"
      description: "{{$labels.instance}}: Memory usage is above 80% (current value is:{{ $value }})"

固然，想要監控節點內存須要提早配置好node_exporter

 

修改prometheus配置文件prometheus.yml，開啓報警功能，添加報警規則配置文件

# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets: ["localhost:9093"]
      # - alertmanager:9093

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  - "node_down.yml"
  - "memory_over.yml"

配置完成！

 

啓動alertmanager

./alertmanager --config.file test.yml

啓動prometheus(默認會調用prometheus.yml)

./prometheus

 

http://localhost:9090/alerts

看配置與報警規則是否添加成功

成功則以下圖：

個人Prometheus Targets以下：

嘗試kill一個測試是否能夠用郵件報警

例如在slave1節點上：

hadoop-daemon.sh stop datanode

InstanceDown會變成（1 active），並處在PENDING狀態

1min後變FIRING狀態

耐心等待幾分鐘，會收到報警郵件：

郵件可能會有延時，耐心等一會～

 

想測試內存使用率能夠多開點佔內存的服務，或者把報警規則中內存佔用超過80%報警調小一些

Over~