Grafana+prometheus+AlertManager+钉钉机器人

一.Grafana

（1）安装Grafana的Linux环境

 在官网下载windows的Grafana的压缩包到指定目录，解压缩Grafana压缩文件到包含当前Grafana版本的文件夹。将该文件夹解压缩到希望Grafana运行的任何位置。进入conf目录中复制一份sample.ini，并将sample.ini改名为custom.ini，打开文件custom.ini中，找到custom.ini中的http_port,将其取消注释（.ini文件中的注释为 ; ）端口号默认为3000。

         进入到 bin目录下，通过执行 grafana-server.exe中的启动Grafana（最好使用命令行启动），如果需要将Grafana作为windows服务进行，则下载NSSM，具体操作，博客：  https://www.jianshu.com/p/41b77a1eb7d3

（2）开始练习操作Grafana

          首次进入Grafana的web页面，localhost:3000，默认端口号为3000，端口号可以修改custom.ini中的http，默认登录名密码为：admin/admin，进入后修改密码。

 二.操作流程：

    1.检查服务器配置一个监控。（监控磁盘是否出问题）

            集群由 node_exporter 进行监控内存、cpu、磁盘的情况，可以通过  ps aux |  grep node_exporter 来检测是否有node_exporter 进程在运行，如果没有则进行配置。

            了解node_exporter的作用：

                 node-exporter用于采集服务器层面的运行指标，包括机器的loadavg、filesystem、meminfo等基础监控

                node-exporter由prometheus官方提供、维护，不会捆绑安装，但基本上是必备的exporter

       2.如果没有监控

        下载node_exporter

1.将node_exporter安装到linux的/usr/local/node_exporter上

2.$ tar -zxvf 软件压缩包

  $ mv 软件名  node_exporter

  $ cd node_exporter

  $ ./node_exporter &   #启动node_exporter

3.访问  ip:9000

prometheus

整个系统以prometheus为核心，primetheus通过集成pushgateway、alertmanager、grafana、node_exporter来进行一系列的架构。下面为整体的架构图：

整体流程：

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（使用grafana），可视化采集数据 

Alertmanager

在Prometheus Server中支持基于PromQL创建告警规则，如果满足PromQL定义的规则，则会产生一条告警，而告警的后续处理流程则由AlertManager进行管理。在AlertManager中我们可以与邮件，Slack等等内置的通知方式进行集成，也可以通过Webhook自定义告警处理方式。AlertManager即Prometheus体系中的告警处理中心。

Alertmanager主要负责对Prometheus产生的告警进行统一处理，因此在Alertmanager配置中一般会包含以下几个主要部分：

• 全局配置（global）：用于定义一些全局的公共参数，如全局的SMTP配置，Slack配置等内容；
• 模板（templates）：用于定义告警通知时的模板，如HTML模板，邮件模板等；
• 告警路由（route）：根据标签匹配，确定当前告警应该如何处理；
• 接收人（receivers）：接收人是一个抽象的概念，它可以是一个邮箱也可以是微信，Slack或者Webhook等，接收人一般配合告警路由使用；
• 抑制规则（inhibit_rules）：合理设置抑制规则可以减少垃圾告警的产生

钉钉机器人

创建钉钉机器人

       1.获得钉钉机器人的webhook，配置安全设置：自定义关键词

       2.创建webhook服务

       3.在alertmanager中添加webhook的url

webhook_configs:
  - url: http://------ip----:8080/webhook

监控指标

CPU使用情况

- alert: Bigdata_CPU

   #告警规则

  expr: 100-(avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) by(instance)* 100) > 80

  for: 1m

  labels:

    token: {{ .Values.prometheus.prometheusSpec.externalLabels.env }}-bigdata

    priority: P0

    status: 告警

  #告警内容

  annotations:                    

    content: "大数据告警：IPadress:{{`{{$labels.instance}}`}} CPU使用大于80%(目前使用:{{`{{$value}}`}}%)"

    title: "大数据告警：CPU使用大于80%(目前使用:{{`{{$value}}`}}%)"

内存使用情况

- alert: Bigdata_Memory

 expr: 100 - ((node_memory_MemAvailable_bytes * 100) / node_memory_MemTotal_bytes) > 80

 for: 1m

 labels:

   token: {{ .Values.prometheus.prometheusSpec.externalLabels.env }}-bigdata

   priority: P0

   status: 告警

 annotations:

   content: "大数据告警：IPaddress:{{`{{$labels.instance}}`}} 内存使用大于80%(目前使用:{{`{{$value}}`}}%)！"

   title: "大数据告警：内存使用大于80%(目前使用:{{`{{$value}}`}}%)"

磁盘使用情况

系统盘

- alert: Bigdata_System_Disk

 expr: 100 - ((node_filesystem_avail_bytes{mountpoint="/",fstype!="rootfs"} * 100) / node_filesystem_size_bytes{mountpoint="/",fstype!="rootfs"}) > 90

 for: 1m

 labels:

   token: {{ .Values.prometheus.prometheusSpec.externalLabels.env }}-bigdata

   priority: P0

   status: 告警

 annotations:

   content: "大数据告警：IPadress:{{`{{$labels.instance}}`}},device:{{`{{$labels.device}}`}},mount:{{`{{$labels.mountpoint}}`}} 磁盘分区使用量大于90%(目前使用:{{`{{$value}}`}}%)！"

   title: "大数据告警：{{`{{$labels.mountpoint}}`}} 磁盘分区使用大于90%(目前使用:{{`{{$value}}`}}%)"

数据盘

- alert: Bigdata_Data_Disk

  expr: 100 - ((node_filesystem_avail_bytes{device!~'rootfs',mountpoint=~"/mnt/.*"} * 100) / node_filesystem_size_bytes{device!~'rootfs',mountpoint=~"/mnt/.*"}) > 80

  for: 1m

  labels:

    token: {{ .Values.prometheus.prometheusSpec.externalLabels.env }}-bigdata

    priority: P0

    status: 告警

  annotations:

    content: "大数据告警：IPadress:{{`{{$labels.instance}}`}},device:{{`{{$labels.device}}`}},mount:{{`{{$labels.mountpoint}}`}} 磁盘分区使用大于80%(目前使用：{{`{{$value}}`}}%)"

    title: "大数据告警：{{`{{$labels.mountpoint}}`}} 磁盘分区使用大于80%(目前使用:{{`{{$value}}`}}%)"