图文结合丨Prometheus+Grafana+GreatSQL性能监控系统搭建指南(下)

一、环境介绍

本文环境，以及本文所采用数据库为GreatSQL 8.0.32-24

$ cat /etc/system-release
Red Hat Enterprise Linux Server release 7.9 (Maipo)
$ uname -a
Linux gip 3.10.0-1160.el7.x86_64 #1 SMP Tue Aug 18 14:50:17 EDT 2020 x86_64 x86_64 x86_64 GNU/Linux
$ ldd --version
ldd (GNU libc) 2.17

在上篇[图文结合丨Prometheus+Grafana+GreatSQL性能监控系统搭建指南(上)]中介绍了如何搭建监控系统，本文将介绍如何使用Grafana平台以及AlertManager模块的告警功能

二、Grafana之邮件告警

这里我们以邮件告警并使用QQ邮箱为例

1.开启邮件服务

登录QQ邮箱后，点击设置->账号->开启POP3/IMAP/SMTP/Exchange/CardDAV/CalDAV服务

file

我已经开启了，若没有开启可以开启一下，接着点击生成授权码，记得保存好授权码,接下来修改grafana邮箱配置

$ vim /usr/local/prometheus/grafana-10.1.1/conf/defaults.ini

使用/smtp找到邮件设置的区域，按下图示例修改

file

重启Grafana服务

$ systemctl restart grafana-server.service

接下来登录Grafana网页http://172.17.137.104:3000/，添加邮件告警

file

填写Name，Addresses等信息后点击Test测试下

file

可以看到已经收到邮件，测试成功

file

2.添加告警规则

可以在Grafana中添加告警规则，例如我创建了一个GreatSQL连接情况，它监测是的mysql_up这个值，若为0则连接不上GreatSQL了

file

进入编辑面板，可以看到有一个Alert的告警选项，随后我们点击Create alert rule from this panel

file

这时候就会进入告警规则设置面板

首先我们来介绍下第一部分设置警报规则名称，就是设置告警的规则名字

file

（第一部分）

第二个部分就是我们在外面展示的数据情况，在Expressions往下就是设置告警条件

file

（第二部分）

第一项last()表示最新数据，还有很多其他选项如max()表示最大值，一般我们选择last()

file

第二项就是表示我们来自哪个查询，因为我们只有一个所以选择A

第三项则标识我们要监控的值达到多少触发，触发判断是前面的选项，如图中的IS ABOVE则表示在这之上，还有其他几个选项如IS BELOW在这之下、IS OUTSIDE RANGE超出范围、IS WITHIN RANGE在范围内、HAS NO VALPUE无值。此处我们选择IS ABOVE，表达式综合就是：当mysql_up值小于1则触发。

第三部分是创建要储存规则的文件夹Folder以及评估的组Evaluation group同一组中的规则将在同一时间间隔内按顺序进行评估

file

（第三部分）

其中Pending period表示触发告警后延迟多长时间

第四部分用于添加注释Summary摘要对发生的事情和原因的简短总结，Description说明警报规则功能的说明，Runbook URL运行手册网址用于保存警报运行手册的网页

file

第五部分配置通知，用于添加自定义标签以更改通知的路由方式，如果没有设置匹配策略的话，则所有警报实例都由默认策略处理

file

点击右上角保存规则后，可以在页面中看到刚刚设定的告警规则

file

3.测试邮件告警

现在模拟GreatSQL宕机，看看会不会触发告警规则从而发送邮件报警

$ systemctl stop greatsql

因为我们设置的是1分钟，所以要1分钟以后才会再次检测GreatSQL的连接状况

下图可以看到，已经检测到GreatSQL连接不上了，进入待定状态

file

过了设定的延迟时间，显示Firing表示已经发送邮件

file

可以看到QQ邮箱中已经收到了告警邮件

file

接着我们把GreatSQL再次启动起来

$ systemctl start greatsql

当你解决完成以后，还会收到一封已解决的邮件1 resolved instances

file

三、Grafana之钉钉告警

在之前的文章中已经提到了使用钉钉告警Prometheus+Grafana+钉钉部署一个单机的MySQL监控告警系统，但是使用的是Alertmanager是普米的告警模块，并不是Grafana，所以这里在介绍下如何用Grafana配置钉钉告警。

不过钉钉在2023年9月1日起，非内部群和内部群均不再支持创建自定义机器人，你需要登录钉钉开发者后台，申请开发者权限后，创建企业内部应用机器人，具体方法这边就不介绍了，需要的可以去钉钉上看详细介绍

按Prometheus+Grafana+钉钉部署一个单机的MySQL监控告警系统中的方法，先创建好钉钉机器人，接着到Grafana中添加Contact points联络点

file

接下来填入Name、Integration下拉框中找到DingDingURL中填入钉钉机器人的Webhook：

file

Message Type有两个选项，一个是卡片的模式，一个是链接的模式，以及Title标题和Message消息，接着点击Test测试一下，看看是否可以发送告警信息，这时候钉钉机器人就会发送告警测试，没问题就点击下方蓝色的Save contact point

file

如果要选择钉钉告警，可以在选项Notification policies中选择Edit

file

把Default contact point修改为钉钉告警的方式，修改好点击Update default policy

file

接下来测试下，我们把GreatSQL模拟关闭，看看是否会发送告警信息

$ systemctl stop greatsql

file

没问题，成功接收到了告警信息

四、Alertmanager之邮件告警

还记得我们上篇文章安装的Alertmanager吗，其实也具有告警功能。Prometheus 包含一个报警模块，就是我们的 AlertManager，Alertmanager 主要用于接收 Prometheus 发送的告警信息，它支持丰富的告警通知渠道，而且很容易做到告警信息进行去重，降噪，分组等。在上篇中我们也往这里面添加了一些规则，忘记的可以在复读一次上篇，Alertmanager也可以钉钉告警，在Prometheus+Grafana+钉钉部署一个单机的MySQL监控告警系统有介绍，这里就来介绍下Alertmanager之邮件告警

Prometheus触发一条告警的过程

file

1.配置AlertManager

AlertManager 默认配置文件为 alertmanager.yml，路径为 /usr/local/prometheus/alertmanager-0.26.0.linux-amd64/alertmanager.yml那么，我们就来配置一下使用 Email 方式通知报警信息，这里以 QQ 邮箱为例，配置如下:

global:
  resolve_timeout: 5m
  smtp_from: '填写邮箱@qq.com'
  smtp_smarthost: 'smtp.qq.com:465'
  smtp_auth_username: '填写邮箱@qq.com'
  smtp_auth_password: '填写QQ邮箱授权码'
  smtp_require_tls: false
  smtp_hello: 'qq.com'
route:
  group_by: ['alertname']
  group_wait: 5s
  group_interval: 5s
  repeat_interval: 5m
  receiver: 'email'
receivers:
- name: 'email'
  email_configs:
  - to: '填写邮箱@qq.com'
    send_resolved: true
inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['alertname', 'dev', 'instance']

yml对缩进有要求，请仔细检查

对重点参数做详细介绍：

global

全局配置，主要配置告警方式，如邮件、webhook等。

resolve_timeout：超时,默认5min
smtp_auth_password：切记QQ邮箱的授权码，非QQ账户登录密码
smtp_require_tls：是否使用tls，根据环境不同，来选择开启和关闭。如果提示报错email.loginAuth failed: 530 Must issue a STARTTLS command first，那么就需要设置为 true。着重说明一下，如果开启了 tls，提示报错starttls failed: x509: certificate signed by unknown authority，需要在 email_configs 下配置 insecure_skip_verify: true 来跳过 tls 验证。

route

用来设置报警的分发策略

group_by：用于分组聚合，对告警通知按标签(label)进行分组，将具有相同标签或相同告警名称(alertname)的告警通知聚合在一个组，然后作为一个通知发送。如果想完全禁用聚合，可以设置为group_by: [...]
group_wait：当一个新的告警组被创建时，需要等待'group_wait'后才发送初始通知。这样可以确保在发送等待前能聚合更多具有相同标签的告警，最后合并为一个通知发送。
group_interval：当第一次告警通知发出后，在新的评估周期内又收到了该分组最新的告警，则需等待'group_interval'时间后，开始发送为该组触发的新告警，可以简单理解为，group就相当于一个通道(channel)。
repeat_interval：告警通知成功发送后，若问题一直未恢复，需再次重复发送的间隔。
receiver：配置告警消息接收者，与下面配置的对应。例如常用的 email、wechat、slack、webhook 等消息通知方式。

receivers

配置报警信息接收者信息

to：接收警报的Email
send_resolved：故障恢复后通知

inhibit_rules

抑制规则配置，当存在与另一组匹配的警报（源）时，抑制规则将禁用与一组匹配的警报（目标）

配置完成后重启即可systemctl restart alertmanager.service

若启动失败可自行排查journalctl -u alertmanager.service -f，注意检查缩进问题！

接下来就可以配置AlertManager的告警规则，这个我们也在上篇提到，并且也创建rules文件夹存放规则，所以按上篇方法做即可

2.测试邮件告警

接下来我们登录到http://172.17.137.104:9090/rulesPrometheus的Rules中查看，是不是有添加完成几个告警

file

这里说明一下 Prometheus Alert 告警状态有三种状态：Inactive、Pending、Firing

Inactive：非活动状态，表示正在监控，但是还未有任何警报触发。
Pending：表示这个警报必须被触发。由于警报可以被分组、压抑/抑制或静默/静音，所以等待验证，一旦所有的验证都通过，则将转到 Firing 状态。
Firing：将警报发送到 AlertManager，它将按照配置将警报的发送给所有接收者。一旦警报解除，则将状态转到 Inactive，如此循环。

file

接下来我们关闭GreatSQL，使得mysql_up = 0触发告警规则，看看是否会发送告警邮件

$ systemctl stop greatsql

停止服务后，alert 页面由绿色 Inactive 状态变成了黄色 Pending 状态继续等待变成红色 Firing状态，从而向 AlertManager 发送报警信息，此时 AlertManager 则按照配置规则向接受者发送邮件告警

file

黄色 Pending

file

红色 Firing

然后我们就收到了告警邮件

file

从上图可以看到，默认邮件模板 Title 及 Body 会将之前配置的 Labels 及 Annotations 信息均包含在内，而且每隔 5m 会自动发送，直到服务恢复正常，报警解除为止，同时会发送一封报警解除邮件。

file

报警触发后，每隔 5m 会自动发送报警邮件(服务未恢复正常期间)，是因为 alertmanager.yml 中 route -> repeat_interval: 5m 配置决定的

3.更改AlertManager邮件内容

此步骤非必要，想要邮件内容更优雅直观的可以参考

虽然所有核心的信息已经包含了，但是邮件格式内容可以更优雅直观一些，AlertManager也是支持修改自定义邮件模板配置的

我们需要新建一个模板文件，就叫做email.tmpl

$ vim /usr/local/prometheus/alertmanager-0.26.0.linux-amd64/email.tmp

写入以下内容

{{ define "email.from" }}填入邮箱@qq.com{{ end }}
{{ define "email.to" }}填入邮箱@qq.com{{ end }}
{{ define "email.to.html" }}
{{- if gt (len .Alerts.Firing) 0 -}}{{ range .Alerts }}
<h2>@告警通知</h2>
告警程序: prometheus_alert <br>
告警级别: {{ .Labels.severity }} 级 <br>
告警类型: {{ .Labels.alertname }} <br>
故障主机: {{ .Labels.instance }} <br>
告警主题: {{ .Annotations.summary }} <br>
告警详情: {{ .Annotations.description }} <br>
触发时间: {{ .StartsAt.Local.Format "2006-01-02 15:04:05" }} <br>
{{ end }}{{ end -}}
{{- if gt (len .Alerts.Resolved) 0 -}}{{ range .Alerts }}
<h2>@告警恢复</h2>
告警程序: prometheus_alert <br>
故障主机: {{ .Labels.instance }}<br>
故障主题: {{ .Annotations.summary }}<br>
告警详情: {{ .Annotations.description }}<br>
告警时间: {{ .StartsAt.Local.Format "2006-01-02 15:04:05" }}<br>
恢复时间: {{ .EndsAt.Local.Format "2006-01-02 15:04:05" }}<br>
{{ end }}{{ end -}}
{{- end }}

上边模板文件配置了 email.from、email.to、email.to.html 三种模板变量，可以在 alertmanager.yml 文件中直接配置引用。

这里 email.to.html 就是要发送的邮件内容，支持 Html 和 Text 格式，这里为了显示好看，采用 Html 格式简单显示信息。下边{{ range .Alerts }}是个循环语法，用于循环获取匹配的 Alerts 的信息，下边的告警信息跟上边默认邮件显示信息一样，只是提取了部分核心值来展示。然后，需要增加 alertmanager.yml 文件 templates 配置如下：

$ vim /usr/local/prometheus/alertmanager-0.26.0.linux-amd64/alertmanager.yml

global:
  resolve_timeout: 5m
  smtp_from: '填入邮箱@qq.com'
  smtp_smarthost: 'smtp.qq.com:465'
  smtp_auth_username: '填入邮箱@qq.com'
  smtp_auth_password: '填写QQ邮箱授权码'
  smtp_require_tls: false
  smtp_hello: 'qq.com'
templates:
  - '/usr/local/prometheus/alertmanager-0.26.0.linux-amd64/email.tmp'
route:
  group_by: ['alertname']
  group_wait: 5s
  group_interval: 5s
  repeat_interval: 5m
  receiver: 'email'
receivers:
- name: 'email'
  email_configs:
  - to: '{{ template "email.to" . }}'
    html: '{{ template "email.to.html" . }}'
    send_resolved: true
inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['alertname', 'dev', 'instance']

接着我们模拟GreatSQL宕机，使其触发告警规则，看看是否发送告警邮件

file