服务器监控方案



一.Prometheus介绍
Prometheus（普罗米修斯）是一个最初在SoundCloud上构建的监控系统。自2012年成为社区开源项目，拥有非常活跃的开发人员和用户社区。为强调开源及独立维护，Prometheus于2016年加入云原生云计算基金会（CNCF），成为继Kubernetes之后的第二个托管项目。
https://prometheus.io
https://github.com/prometheus

作为新一代的监控框架，Prometheus 具有以下特点：
• 多维数据模型：由度量名称和键值对标识的时间序列数据
• PromSQL：一种灵活的查询语言，可以利用多维数据完成复杂的查询
• 不依赖分布式存储，单个服务器节点可直接工作
• 基于HTTP的pull方式采集时间序列数据
• 推送时间序列数据通过PushGateway组件支持
• 通过服务发现或静态配置发现目标
• 多种图形模式及仪表盘支持
Prometheus适用于以机器为中心的监控以及高度动态面向服务架构的监控。

二.Prometheus部署
转载：https://blog.gmem.cc/prometheus-study-note
1.安装环境：
server1：centos7.6 主节点 190.168.3.250
server2：centos7.6 节点1 190.168.3.251

为您的平台下载最新版本的Prometheus，然后解压缩并运行它：

https://prometheus.io/download/

https://prometheus.io/docs/prometheus/latest/getting_started/

2.二进制安装
tar xvfz prometheus-2.15.0.linux-amd64.tar.gz
cd prometheus-2.15.0.linux-amd64
mv prometheus-2.15.0.linux-amd64 /usr/local/prometheus

为了方便，加入到服务配置文件里
vi /usr/lib/systemd/system/prometheus.service
[Unit]
Description=https://prometheus.io

[Service]
Restart=on-failure
ExecStart=/usr/local/prometheus/prometheus --config.file=/usr/local/prometheus/prometheus.yml

重启服务
systemctl daemon-reload
systemctl start prometheus.service

3.容器安装
https://prometheus.io/docs/prometheus/latest/installation/
prometheus.yml通过运行以下命令将您从主机绑定：
docker run -p 9090:9090 -v /tmp/prometheus.yml:/etc/prometheus/prometheus.yml
prom/prometheus
或者为配置使用额外的卷：
docker run -p 9090:9090 -v /prometheus-data
prom/prometheus --config.file=/prometheus-data/prometheus.yml

4.访问web
http://190.168.3.250:9090访问自己的状态页面
可以通过访问localhost:9090验证Prometheus自身的指标：190.168.3.250:9090/metrics

三.配置监控服务
1.配置Prometheus监控本身
全局配置文件简介
有关配置选项的完整，请参阅：https://prometheus.io/docs/prometheus/latest/configuration/configuration/
Prometheus以scrape_interval规则周期性从监控目标上收集数据，然后将数据存储到本地存储上。scrape_interval可以设定全局也可以设定单个metrics。
Prometheus以evaluation_interval规则周期性对告警规则做计算，然后更新告警状态。evaluation_interval只有设定在全局。

global：全局配置
alerting：告警配置
rule_files：告警规则
scrape_configs：配置数据源，称为target，每个target用job_name命名。又分为静态配置和服务发现

global:
默认抓取周期，可用单位ms、smhdwy #设置每15s采集数据一次，默认1分钟
[ scrape_interval: <duration> | default = 1m ]
默认抓取超时
[ scrape_timeout: <duration> | default = 10s ]
估算规则的默认周期 # 每15秒计算一次规则。默认1分钟
[ evaluation_interval: <duration> | default = 1m ]
和外部系统（例如AlertManager）通信时为时间序列或者警情（Alert）强制添加的标签列表
external_labels:
[ <labelname>: <labelvalue> ... ]

规则文件列表
rule_files:
[ - <filepath_glob> ... ]

抓取配置列表
scrape_configs:
[ - <scrape_config> ... ]

Alertmanager相关配置
alerting:
alert_relabel_configs:
[ - <relabel_config> ... ]
alertmanagers:
[ - <alertmanager_config> ... ]

远程读写特性相关的配置
remote_write:
[ - <remote_write> ... ]
remote_read:
[ - <remote_read> ... ]

vi prometheus.yml
下面就是拉取自身服务采样点数据配置
scrape_configs:
别监控指标，job名称会增加到拉取到的所有采样点上，同时还有一个instance目标服务的host：port标签也会增加到采样点上

• job_name: 'prometheus'
  覆盖global的采样点，拉取时间间隔5s
  scrape_interval: 5s
  static_configs:
  • targets: ['localhost:9090']

最下面，静态配置监控本机，采集本机9090端口数据

注：每次修改配置完成，用promtool检测配置文件是否正确
[root@server1 prometheus]# https://blog.csdn.net/_/article/details/promtool check config prometheus.yml

重启服务
可以用kill -hup 进程id 自动加载新配置文件

查看targets可以看到节点正常

也可以在这里搜寻收集来的数据

2.配置服务发现监控linux主机及相关服务
在server2 190.168.3.251上安装node_exporter
使用文档：https://prometheus.io/docs/guides/node-exporter/
GitHub：https://github.com/prometheus/node_exporter
exporter列表：https://prometheus.io/docs/instrumenting/exporters/

在server2安装节点采集器，mysql服务，nginx服务
tar zxf node_exporter-0.17.0.linux-amd64.tar.gz
mv node_exporter-0.17.0.linux-amd64 /usr/local/node_exporter
cd /usr/local/node_exporter/
https://blog.csdn.net/_/article/details/node_exporter --help

服务发现，我们这里使用file_sd_configs，写监控配置文件，服务发现node节点

mkdir sd_config创建服务发现目录

写采集地址targets
[root@server1 prometheus]# vi sd_config/node.yml

方便管理服务，将宿主机节点监控采集node_exporter加入到服务配置文件里，

vi /usr/lib/systemd/system/node_exporter.service
[Unit]
Description=https://prometheus.io

[Service]
Restart=on-failure
ExecStart=/usr/local/node_exporter/node_exporter

如果要监控节点的系统服务，需要在后面添加名单参数
--collector.systemd.unit-whitelist=".+" 从systemd中循环正则匹配单元
--collector.systemd.unit-whitelist="(docker|sshd|nginx).service" 白名单，收集目标

/usr/bin/node_exporter --collector.systemd --collector.systemd.unit-whitelist=(docker|sshd|nginx).service

在http://190.168.3.250:9090/graph已经能看到节点采集到的宿主机信息，已经可以看到监控到了服务，值为1就是服务正常

补充：
也可以将之前190.168.3.250上监控本机的9090的静态采集改成文件服务发现的形式

[root@server1 prometheus]# vi sd_config/test.yml ，其中的加上了标签，添加采集地址，可以在targets里使用标签查找

四.使用grafana前端展示数据并监控docker服务

1.cAdvisor采集容器信息
使用cAdvisor（Container Advisor）用于收集正在运行的容器资源使用和性能信息。
docker run
--volume=/:/rootfs:ro
--volume=/var/run:/var/run:ro
--volume=/sys:/sys:ro
--volume=/var/lib/docker/:/var/lib/docker:ro
--volume=/dev/disk/:/dev/disk:ro
--publish=8080:8080
--detach=true
--name=cadvisor

登录后复制

2.Grafana

https://grafana.com/grafana/download

Grafana是一个开源的度量分析和可视化系统,Grafana支持查询普罗米修斯。自Grafana 2.5.0（2015-10-28）以来，包含了Prometheus的Grafana数据源。

在官网上下载https://grafana.com/grafana/download?platform=docker, 下载最新的rpm包，yum安装，启动服务
我们这里用的是docker版的
docker run -d --name=grafana -p 3000:3000 grafana/grafana

跑起来后，190.168.3.250:3000访问web接口
密码账号都是admin，第一次登陆需要修改密码
添加数据源


已经有一个Prometheus数据源

3.添加监控宿主机模板

输入9276，导入

修改名字和数据库

完成，查看最后模板效果

4.查看docker监控
添加新job，修改采集配置文件prometheus.yml
[root@server1 prometheus]# vi prometheus.yml

检查配置文件后，重启主服务 https://blog.csdn.net/_/article/details/promtool check config prometheus.yml

同样方法在Grafana下载模板，导入193
也可以在https://grafana.com/dashboards/下载别的模板

五.监控mysql服务

mysql_exporter：用于收集MySQL性能信息。

我们在server2 190.168.3.251上配置，需要下载mysqld_exporter数据库采集和安装mariadb

登录mysql为exporter创建账号，以便可以采集数据：
mysql> CREATE USER 'exporter'@'localhost' IDENTIFIED BY '';
mysql> GRANT PROCESS, REPLICATION CLIENT, SELECT ON . TO 'exporter'@'localhost';

vi .my.cnf ，添加用户隐藏的数据库账号，prometheus监控mysql需要用这个账号采集

在server1 190.168.3.250修改采集配置文件
[root@server1 prometheus]# vi prometheus.yml

检查配置文件并重启服务，systemctl restart prometheus.service

[root@server2 mysql_exporter]# https://blog.csdn.net/_/article/details/mysqld_exporter --config.my-cnf=.my.cnf

[Service]
Restart=on-failure
ExecStart=/usr/local/mysqld_exporter/mysqld_exporter --config.my-cnf=/usr/local/mysqld_exporter/.my.cnf

systemctl daemon-reload

数据库信息已经采集到了
http://190.168.3.251:9104/metrics

导入模板后7362后

六.邮件告警
1.告警介绍
在Prometheus平台中，警报由独立的组件Alertmanager处理。通常情况下，我们首先告诉Prometheus Alertmanager所在的位置，然后在Prometheus配置中创建警报规则，最后配置Alertmanager来处理警报并发送给接收者（邮件，webhook、slack等）。

地址1：https://prometheus.io/download/
地址2：https://github.com/prometheus/alertmanager/releases
设置告警和通知的主要步骤如下：
第一步 部署Alertmanager
第二步 配置Prometheus与Alertmanager通信
第三步 在Prometheus中创建告警规则

2.配置Prometheus与Alertmanager通信

需要在官网下载以上的报警包

修改告警媒介，使用邮箱发送
[root@server1 alertmanager-0.16.0.linux-amd64]# vi alertmanager.yml

注意：上面的验证密码不是邮箱密码，是授权码

修改完检查配置文件alertmanager.yml是否正确，然后重启服务
https://blog.csdn.net/_/article/details/alertmanager --config.file alertmanager.yml
systemctl restart prometheus.service

修改prometheus连接告警模块，并设定告警规则
[root@server1 prometheus]# vi prometheus.yml

[root@server1 prometheus]# vi rules/test.yml
参照官网告警上写的

groups:

• name: example # 报警规则组名称
  rules:
  • alert: InstanceDown
    expr: up == 0
    for: 1m #持续时间 ， 表示持续一分钟获取不到信息，则触发报警
    labels:
    severity: page # 自定义标签
    annotations:
    summary: "Instance {{ $labels.instance }} down" # 自定义摘要
    description: "{{ $labels.instance }} of job {{ $labels.job }} has been down for more than 5 minutes." # 自定义具体描述

3.测试邮箱告警
我们把server2 上的mysql监控关闭，测试告警
http://190.168.3.250:9090/alerts，已经触发

我们看邮箱,收到报警

七.Prometheus完整搭建分类监控钉钉报警
1.安装环境
服务端：190.168.3.240
安装目录：/data
同步所有主机时间：ntpdate ntp1.aliyun.com

https://prometheus.io/download/ 下载最新版的组件
prometheus-2.17.1.linux-amd64.tar.gz
alertmanager-0.20.0.linux-amd64.tar.gz
prometheus-webhook-dingtalk-1.4.0.linux-amd64.tar.gz

grafana官网上下载最新版的grafana-6.7.2-1.x86_64.rpm

2.安装服务端
解压
cd /data
tar zxf prometheus-2.17.1.linux-amd64.tar.gz
mv prometheus-2.17.1.linux-amd64 prometheus

vi prometheus.yml

global:

global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.

• static_configs:
  • targets: ['localhost:9093']

rule_files:

• /data/prometheus/rules/*.yml

scrape_configs:

• job_name: 'prometheus'

  static_configs:

  • targets: ['localhost:9090']
• job_name: 'aliyun'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/aliyun.yml']
    refresh_interval: 5s
• job_name: 'dev'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/dev.yml']
    refresh_interval: 5s
• job_name: 'mysql'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/mysql.yml']
    refresh_interval: 5s
• job_name: 'kong'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/kong.yml']
    refresh_interval: 5s

3.编写节点服务发现规则sd_config

刚才我们已经在主配置文件prometheus.yml里已经写了不同的job，下面在sd_config文件夹下写上不同job的具体内容及节点标签

阿里云节点：

• targets: ['...:9100']
  labels:
  instance: node-...

测试环境节点：

[root@localhost sd_config]# cat dev.yml

• targets: ['190.168.0.15:9100']
  labels:
  instance: node-190.168.0.15
• targets: ['190.168.3.0:9100']
  labels:
  instance: node-190.168.3.0
• targets: ['190.168.3.228:9100']
  labels:
  instance: node-190.168.3.228
• targets: ['190.168.0.14:9100']
  labels:
  instance: node-190.168.0.14
• targets: ['190.168.0.17:9100']
  labels:
  instance: node-190.168.0.17
• targets: ['190.168.0.18:9100']
  labels:
  instance: node-190.168.0.18

测试api网关kong节点：

[root@localhost sd_config]# cat kong.yml

• targets: ['190.168.3.228:8001']
  labels:
  instance: kong-190.168.3.228

mysql数据库节点：

[root@localhost sd_config]# cat mysql.yml

• targets: ['190.168.0.14:9104']
  labels:
  instance: mysql-190.168.0.14
• targets: ['190.168.0.17:9104']
  labels:
  instance: mysql-190.168.0.17
• targets: ['190.168.0.18:9104']
  labels:
  instance: mysql-190.168.0.18

4.编写报警规则
建立报警规则文件夹rules，在里面写上不同的告警规则，里面有cpu报警，磁盘报警，内存报警，节点状态报警

名词解释：
name: 告警名称
expr：表达式
for： 持续时间

[root@localhost rules]# cat cpu.yml
groups:

• name: cpu_rule
  rules:
  • alert: "CPU使用率过高"
    expr: round(100 - ((avg by (instance,job)(irate(node_cpu_seconds_total{mode="idle",instance!~'bac-.'}[5m]))) 100)) > 90
    for: 2m
    labels:
    severity: warning
    annotations:
    summary: "{{$labels.instance}}:CPU使用率大于90%"
    description: "{{$labels.instance}}:当前使用率{{ $value }}%"

• name: disk_rule
  rules:
  • alert: "磁盘使用率过高"
    expr: round(100-100*(node_filesystem_avail_bytes{fstype=~"ext4|xfs"} / node_filesystem_size_bytes{fstype=~"ext4|xfs"})) > 85
    for: 2m
    labels:
    severity: warning
    annotations:
    summary: "磁盘使用率过高大于85%"
    description: "当前磁盘{{$labels.mountpoint}} 使用率{{ $value }}%"

• name: memory_rule
  rules:
  • alert: "内存使用率过高"
    expr: round(100- node_memory_MemAvailable_bytes/node_memory_MemTotal_bytes*100) > 90
    for: 2m
    labels:
    severity: warning
    annotations:
    summary: "内存使用率过高大于90%"
    description: "当前使用率{{ $value }}%"

• name: node_rule
  rules:
  • alert: 节点状态
    expr: up == 0
    for: 2m
    labels:
    status: warning
    annotations:
    summary: "{{$labels.instance}}:服务器节点关闭"
    description: "{{$labels.instance}}:服务器节点关闭"

5.写完后检查配置文件是否正确
[root@localhost prometheus]# https://blog.csdn.net/_/article/details/promtool check config prometheus.yml

6.编写prometheus启动服务和安装grafana
vi /usr/lib/systemd/system/prometheus.service
[Unit]
Description=https://prometheus.io

[Service]
Restart=on-failure
ExecStart=/data/prometheus/prometheus --config.file=/data/prometheus/prometheus.yml

systemctl daemon-reload
systemctl start prometheus.service
systemctl enable prometheus.service

安装grafana
yum install -y grafana-6.7.2-1.x86_64.rpm
systemctl start grafana-server.service
systemctl enable grafana-server.service

启动服务

7.安装alertmanager告警模块
cd /data
tar zxf prometheus-2.17.1.linux-amd64.tar.gz
mv prometheus-2.17.1.linux-amd64 prometheus

我们备份下配置文件，写一个启动脚本
名词解释：
当一个新的报警分组被创建后，需要等待至少group_wait时间来初始化通知，这种方式可以确保您能有足够的时间为同一分组来获取多个警报，然后一起触发这个报警信息。
group_wait: 30s

[root@localhost alertmanager]# cat alertmanager.yml
global:
resolve_timeout: 5m
route:
receiver: webhook
group_wait: 30s
group_interval: 5m
repeat_interval: 2h
group_by: [alertname]
routes:

• receiver: webhook
  group_wait: 10s
  receivers:
  • name: webhook
    webhook_configs:
• url: http://localhost:8060/dingtalk/ops_dingding/send
  send_resolved: true

发送到本机钉钉的webhook

检测配置文件是否正确
[root@localhost alertmanager]# https://blog.csdn.net/_/article/details/amtool check-config alertmanager.yml

启动脚本启动服务
[root@localhost alertmanager]# cat start.sh
#!/bin/bash
nohup https://blog.csdn.net/_/article/details/alertmanager --config.file=alertmanager.yml --cluster.advertise-address=0.0.0.0:9093 2>&1 1>altermanager.log &

netstat -antple | grep 9093

8.将钉钉接入 Prometheus AlertManager WebHook
插件下载地址：https://github.com/timonwong/prometheus-webhook-dingtalk
cd /data
tar zxf prometheus-webhook-dingtalk-1.4.0.linux-amd64.tar.gz
mv prometheus-webhook-dingtalk-1.4.0.linux-amd64 prometheus-webhook-dingtalk

启动脚本启动服务
[root@localhost prometheus-webhook-dingtalk]# cat start.sh
#!/bin/bash
nohup https://blog.csdn.net/_/article/details/prometheus-webhook-dingtalk --ding.profile="ops_dingding=https://oapi.dingtalk.com/robot/send?access_token=039b3fd212f6c45f12c3dc1fdbf8584b033cb7dc2afb61c0cb7091d95f2c68e4" 2>&1 1>dingding.log &

netstat -antple | grep 8060

9.创建钉钉机器人

测试钉钉webhook机器人

启动服务
[root@localhost prometheus-webhook-dingtalk]# cat start.sh
#!/bin/bash
nohup https://blog.csdn.net/_/article/details/prometheus-webhook-dingtalk --ding.profile="ops_dingding=https://oapi.dingtalk.com/robot/send?access_token=" 2>&1 1>dingding.log &

netstat -antple | grep 8060

10.安装各个节点的node_exporter
在190.168.0.15上举例安装node_exporter
cd /data
tar zxf node_exporter-0.18.1.linux-amd64.tar.gz
mv node_exporter-0.18.1.linux-amd64 node_exporter
cd node_exporter

添加到服务里面
vi /usr/lib/systemd/system/node_exporter.service
[Unit]
Description=https://prometheus.io

[Service]
Restart=on-failure
ExecStart=/data/node_exporter/node_exporter

systemctl daemon-reload
systemctl start node_exporter.service
systemctl enable node_exporter.service

netstat -antple | grep 9100

剩下5个节点按照sd_config节点发现的dev配置依次按照190.168.0.15的节点添加方法全部安装node_exporter并启动

11.安装mysqld_exporter节点采集
这里拿190.168.0.14举例安装mysqld_exporter
cd /data
tar zxf mysqld_exporter-0.12.1.linux-amd64.tar.gz
mv mysqld_exporter-0.12.1.linux-amd64 mysqld_exporter

mysqld_exporter采集账户

登录数据库创建用户exporter
CREATE USER 'exporter'@'localhost' IDENTIFIED BY '';
GRANT PROCESS, REPLICATION CLIENT, SELECT ON . TO 'exporter'@'localhost';

将mysqld_exporter添加到服务管理里
vi /usr/lib/systemd/system/mysqld_exporter.service
[Unit]
Description=https://prometheus.io

[Service]
Restart=on-failure
ExecStart=/data/mysqld_exporter/mysqld_exporter --config.my-cnf=/data/mysqld_exporter/.my.cnf

systemctl daemon-reload
systemctl start mysqld_exporter.service
systemctl enable mysqld_exporter.service

netstat -antple | grep 9104

剩下2个节点按照sd_config节点发现的mysql配置依次按照190.168.0.14的节点添加方法全部安装mysqld_exporter并启动

12.线上阿里云节点的node_exporter和测试环境dev的方法一样

13.登录prometheus自带web界面
http://190.168.3.240:9090/
查看状态目标

查看告警规则

查看服务发现

查看测试expr界面

14.登录grafana的web界面
190.168.3.240:3000
账号密码admin，进入后修改密码

添加prometheus数据源

15.添加node监控模板
模板可以到grafana官方网站下载，选好模板，进去将id复制下来
https://grafana.com/grafana/dashboards?direction=asc&orderBy=name&page=2

导入模板

我们这里的监控主机参数用的是9276模板

查看模板结果

16.添加mysqld_exporter监控模板
同样方法导入7362模板
查看模板结果

17.测试钉钉报警

18.自己编写模板
写一个测试环境所有主机cpu，内存，数据盘总览

查看cpu表达式(1-((sum(increase(node_cpu_seconds_total{mode="idle",job="dev"}[1m])) by (instance)) /(sum(increase(node_cpu_seconds_total[1m])) by (instance)))) * 100

选择图形和百分比

查看内存表达式round((node_memory_MemTotal_bytes{job="dev"}-(node_memory_MemFree_bytes+node_memory_Buffers_bytes+node_memory_Cached_bytes))/node_memory_MemTotal_bytes * 100)

查看数据盘表达式round(100-100*(node_filesystem_avail_bytes{job="dev",fstype=~"ext4|xfs",mountpoint="/data"} / node_filesystem_size_bytes{job="dev",fstype=~"ext4|xfs",mountpoint="/data"}))

测试expr
网卡
irate(node_network_receive_bytes_total{instance=~'$node',device=~'$nic'}[5m])8
irate(node_network_receive_bytes_total{instance=~'$node',device!~'tap.|veth.|br.|docker.|virbr|lo'}[30m])8
irate(node_network_transmit_bytes_total{instance=~'$node',device!~'tap.|veth.|br.|docker.|virbr|lo'}[30m])*8

(1-((sum(increase(node_cpu_seconds_total{mode="idle"}[1m])) by (instance)) /(sum(increase(node_cpu_seconds_total[1m])) by (instance)))) 100
(1-((sum(increase(node_cpu_seconds_total{mode="idle",job="dev"}[1m])) by (instance)) /(sum(increase(node_cpu_seconds_total[1m])) by (instance)))) 100

八.后续跟进rabbitmq，redis，web，容器和小米数据库代理gaea的监控展示
1.查看主配置文件，节点为服务发现
vi prometheus.yml

• job_name: 'rabbitmq'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/rabbitmq.yml']
    refresh_interval: 5s
• job_name: 'docker'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/docker.yml']
    refresh_interval: 5s
• job_name: 'redis'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/redis.yml']
    refresh_interval: 5s
• job_name: 'web'
  metrics_path: /probe
  params:
  module: [http_2xx]
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/web.yml']
    refresh_interval: 5s
    relabel_configs:
    • source_labels: [address]
      target_label: __param_target
    • source_labels: [__param_target]
      target_label: instance
    • target_label: address
      replacement: 190.168.3.240:9115
• job_name: 'gaea_proxy'
  metrics_path: '/api/metric/metrics'
  file_sd_configs:
  • files: ['/data/prometheus/sd_config/gaea_proxy.yml']
    refresh_interval: 5s
    basic_auth:
    username: *
    password: 

2.服务发现节点连接配置文件

我们看下一下rabbitmq，redis，web，容器和小米数据库代理gaea的节点发现配置
因为线上在用，地址就不方便展示了

3.rule配置展示

[root@localhost rules]# cat container_cpu.yml
groups:

• name: countainer_cpu_rule
  rules:
  • alert: "容器CPU使用率过高"
    expr: round(sum by(name,instance) (rate(container_cpu_usage_seconds_total{image!=""}[5m]))*100) > 260
    for: 2m
    labels:
    severity: warning
    annotations:
    summary: "{{$labels.name}}:容器CPU使用率大于260%"
    description: "{{$labels.name}}:当前使用率{{ $value }}%"

• name: web_rule
  rules:
  • alert: "web页面异常"
    expr: probe_http_status_code != 200
    for: 2m
    labels:
    severity: warning
    annotations:
    summary: "{{$labels.instance}}:web页面异常"
    description: "{{$labels.instance}}:当前状态值{{ $value }}"

4.节点组件安装
(1)rabbitmq节点需要安装rabbitmq_exporter

直接启动
RABBIT_USER=* RABBIT_PASSWORD= OUTPUT_FORMAT=JSON PUBLISH_PORT=9099 RABBIT_URL=http://localhost:15672 nohup https://blog.csdn.net/_/article/details/rabbitmq_exporter &

(2)redis节点需要安装redis_exporter

直接启动
nohup https://blog.csdn.net/_/article/details/redis_exporter -redis.addr 127.0.0.1:** -redis.password * &

(3)web监控需要安装blackbox_exporter
配置文件

5.grafana模版展示
模版都进行了修改
(1)rabbitmq 模版id 10982

(2)redis 模版id 763

(3)web监控 模版id 9965

(4)小米数据库代理gaea

版权声明：

本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。

本文网址：https://www.mushiming.com/mjsbk/13969.html