Prometheus邮件报警配置

Prometheus本身不支持告警功能，主要通过插件alertmanage来实现告警。AlertManager用于接收Prometheus发送的告警并对于告警进行一系列的处理后发送给指定的用户。

Prometheus触发一条告警的过程：

prometheus--->触发阈值--->超出持续时间--->alertmanager--->分组|抑制|静默--->媒体类型--->邮件|钉钉|微信等。

安装Alertmanager

1、下载Alertmanager

[root@localhost ~]# wget https://github.com/prometheus/alertmanager/releases/download/v0.20.0/alertmanager-0.20.0.linux-amd64.tar.gz

[root@localhost ~]# tar xf alertmanager-0.20.0.linux-amd64.tar.gz

[root@localhost ~]# mv alertmanager-0.20.0.linux-amd64 /usr/local/alertmanager

2、创建启动文件

[root@localhost ~]# vim /usr/lib/systemd/system/alertmanager.service

1. [Unit]
2. Description=alertmanager
3. Documentation=https://github.com/prometheus/alertmanager
4. After=network.target
5. [Service]
6. Type=simple
7. User=root
8. ExecStart=/usr/local/alertmanager/alertmanager --config.file=/usr/local/alertmanager/alertmanager.yml
9. Restart=on-failure
10. [Install]
11. WantedBy=multi-user.target

3、配置alertmanager.yml文件

Alertmanager 安装目录下默认有 alertmanager.yml 配置文件，可以创建新的配置文件，在启动时指定即可。

[root@localhost ~]# cd /usr/local/alertmanager

[root@localhost alertmanager]# vim alertmanager.yml

1. global:
2. resolve_timeout: 5m
3. # 邮件配置
4. smtp_smarthost: 'smtp.exmail.qq.com:25'
5. smtp_from: 'service@yangxingzhen.com'
6. smtp_auth_username: 'service@yangxingzhen.com'
7. smtp_auth_password: '123456'
8. smtp_require_tls: false
9. # route用来设置报警的分发策略
10. route:
11. # 采用哪个标签来作为分组依据
12. group_by: ['alertname']
13. # 组告警等待时间。也就是告警产生后等待10s，如果有同组告警一起发出
14. group_wait: 10s
15. # 两组告警的间隔时间
16. group_interval: 10s
17. # 重复告警的间隔时间，减少相同邮件的发送频率
18. repeat_interval: 5m
19. # 设置默认接收人
20. receiver: 'default-receiver'
21. routes: # 可以指定哪些组接手哪些消息
22. - receiver: 'default-receiver'
23. continue: true
24. group_wait: 10s
25. receivers:
26. - name: 'default-receiver'
27. email_configs:
28. - to: 'xingzhen.yang@yangxingzhen.com'
29. headers: { Subject: "[WARN] 报警邮件" }

• smtp_smarthost：是用于发送邮件的邮箱的 SMTP 服务器地址+端口；
• smtp_auth_password：是发送邮箱的授权码而不是登录密码；
• smtp_require_tls：不设置的话默认为 true，当为 true 时会有 starttls 错误，为了简单这里设置为 false；
• headers：为邮件标题；

4、配置告警规则

[root@localhost alertmanager]# mkdir -p /usr/local/prometheus/rules

[root@localhost alertmanager]# cd /usr/local/prometheus/rules

[root@localhost rules]# vim node.yml

1. groups:
2. - name: Node_Down
3. rules:
4. - alert: Node实例已宕机
5. expr: up == 0
6. for: 30s
7. labels:
8. user: root
9. severity: Warning
10. annotations:
11. summary: "Instance {{ $labels.instance }} down"
12. description: "{{ $labels.instance }} of job {{ $labels.job }} has been down for more than 1 minutes."

在Prometheus.yml 中指定 node.yml 的路径

[root@localhost rules]# vim /usr/local/prometheus/prometheus.yml

1. global:
2. scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
3. evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
4. # scrape_timeout is set to the global default (10s).
5. 
   
6. # Alertmanager configuration
7. alerting:
8. alertmanagers:
9. - static_configs:
10. - targets: ['localhost:9093']
11. # - localhost:9093
12. 
    
13. # Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
14. rule_files:
15. - 'rules/*.yml'
16. # - "first_rules.yml"
17. # - "second_rules.yml"
18. 
    
19. # A scrape configuration containing exactly one endpoint to scrape:
20. # Here it's Prometheus itself.
21. scrape_configs:
22. # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
23. - job_name: 'prometheus'
24. # metrics_path defaults to '/metrics'
25. # scheme defaults to 'http'.
26. 
    
27. static_configs:
28. - targets: ['localhost:9100']

5、重启 Prometheus 服务

[root@localhost rules]# systemctl restart prometheus

6、启动 Alertmanager

[root@localhost rules]# systemctl daemon-reload

[root@localhost rules]# systemctl start alertmanager

7、验证效果

此时到管理界面可以看到如下信息：

然后停止 node_exporter 服务，然后再看效果。

[root@localhost rules]# systemctl stop node_exporter

prometheus界面的alert可以看到告警状态。

• 绿色表示正常。
• 红色状态为PENDING表示alerts还没有发送至Alertmanager，因为rules里面配置了for: 30s。
• 30秒后状态由PENDING变为FIRING，此时Prometheus才将告警发给alertmanager，在Alertmanager中可以看到有一个alert。 

接着邮箱应该会收到邮件：

附：

CPU使用率告警规则：

1. groups:
2. - name: CPU
3. rules:
4. - alert: CPU使用率过高
5. expr: (100 - (avg by (instance) (irate(node_cpu{mode="idle"}[5m])) * 100)) > 80
6. for: 1m
7. labels:
8. severity: Warning
9. annotations:
10. summary: "{{ $labels.instance }} CPU使用率过高"
11. description: "{{ $labels.instance }}: CPU使用率超过80%，当前使用率({{ $value }})."

内存使用率告警规则：

1. groups:
2. - name: Memory
3. rules:
4. - alert: 内存使用率过高
5. expr: (node_memory_MemTotal - (node_memory_MemFree+node_memory_Buffers+node_memory_Cached )) / node_memory_MemTotal * 100 > 80
6. for: 1m #告警持续时间，超过这个时间才会发送给alertmanager
7. labels:
8. severity: Warning
9. annotations:
10. summary: "{{ $labels.instance }} 内存使用率过高"
11. description: "{{ $labels.instance }}：内存使用率超过80%，当前使用率({{ $value }})."