Prometheus企业微信报警配置

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。

实现WeChat告警-准备工作

1、访问企业微信官网（https://work.weixin.qq.com/），注册企业微信账号（不需要企业认证）。
2、登录成功后--->>应用管理--->>创建第三方应用，点击创建应用按钮 -> 填写应用信息：

填写应用信息：

部门ID：to_party 需要发送的组

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. # 每2分钟检查一次是否恢复
3. resolve_timeout: 2m
4. # 自定义通知模板
5. templates:
6. - '/usr/local/prometheus/alertmanager/template/wechat.tmpl'
7. # route用来设置报警的分发策略
8. route:
9. # 采用哪个标签来作为分组依据
10. group_by: ['alertname']
11. # 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
12. group_wait: 10s
13. # 两组告警的间隔时间
14. group_interval: 10s
15. # 重复告警的间隔时间，减少相同微信告警的发送频率
16. repeat_interval: 1h
17. # 设置默认接收人
18. receiver: 'wechat'
19. routes: # 可以指定哪些组接手哪些消息
20. - receiver: 'wechat'
21. continue: true
22. group_wait: 10s
23. receivers:
24. - name: 'wechat'
25. wechat_configs:
26. - corp_id: 'xxx'
27. to_party: '2'
28. agent_id: 'xxx'
29. api_secret: 'xxx'
30. send_resolved: true

参数说明：

corp_id: 企业微信账号唯一 ID， 可以在我的企业中查看。

to_party: 需要发送的组。

agent_id: 第三方企业应用的 ID，可以在自己创建的第三方企业应用详情页面查看。

api_secret: 第三方企业应用的密钥，可以在自己创建的第三方企业应用详情页面查看。

4、配置告警模板

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

[root@localhost alertmanager]# vim /usr/local/prometheus/alertmanager/template/wechat.tmpl

# 只告警，恢复后不发送消息

1. {{ define “wechat.default.message” }}
2. {{ range .Alerts }}
3. ========start==========
4. 告警程序：prometheus_alert
5. 告警级别：{{ .Labels.severity }}
6. 告警类型：{{ .Labels.alertname }}
7. 故障主机: {{ .Labels.instance }}
8. 告警主题: {{ .Annotations.summary }}
9. 告警详情: {{ .Annotations.description }}
10. 触发时间: {{ .StartsAt.Format “2020-4-16 15:55:36” }}
11. ========end==========
12. {{ end }}
13. {{ end }}

# 带恢复告警的模版 注：需要在alertmanager.yml的wechat_configs中加上配置send_resolved: true

1. {{ define "wechat.default.message" }}
2. {{ range $i, $alert :=.Alerts }}
3. ===alertmanager监控报警===
4. 告警状态：{{ .Status }}
5. 告警级别：{{ $alert.Labels.severity }}
6. 告警类型：{{ $alert.Labels.alertname }}
7. 告警应用：{{ $alert.Annotations.summary }}
8. 故障主机: {{ $alert.Labels.instance }}
9. 告警主题: {{ $alert.Annotations.summary }}
10. 触发阀值：{{ $alert.Annotations.value }}
11. 告警详情: {{ $alert.Annotations.description }}
12. 触发时间: {{ $alert.StartsAt.Format “2020-4-16 15:55:19” }}
13. ===========end============
14. {{ end }}
15. {{ end }}

5、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: 10s
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."

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. static_configs:
25. - targets: ['localhost:9100']

6、重启Prometheus服务

[root@localhost rules]# systemctl restart prometheus

7、启动Alertmanager

[root@localhost rules]# systemctl daemon-reload

[root@localhost rules]# systemctl start alertmanager

8、验证效果

此时访问prometheus管理界面可以看到如下信息：

9、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: 10s。
• 10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。 

10、接着企业微信会收到告警信息

11、再次启动node_export

[root@localhost ~]# systemctl start node_exporter

企业微信会收到恢复信息

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 }})."