Bootstrap

微服务之服务监控，一文秒懂

  • 亲爱的探索者，当你踏入这片文字的海洋，你必定是那颗熠熠生辉、追逐前沿的星辰。然而，请允许我先为你铺设一条略带曲折的航道，因为尽管我将倾囊相授，这些知识的宝藏却如同浩渺的星河，深远而辽阔。但请坚定你的步伐，鼓起你的勇气，因为在这条求知的路上，每一步都充满了挑战与机遇。让我们携手共进，砥砺前行，用无尽的热情和毅力，书写属于我们的传奇。加油，探索者，让知识的光芒照亮你前行的道路！

一、引言

在现今的软件架构中，微服务架构因其高度的模块化、可扩展性和灵活性而备受青睐。然而，随着服务数量的增多和复杂性的增加，如何确保这些微服务能够稳定、高效地运行，成为了摆在每一个开发人员和运维人员面前的难题。服务监控，作为保障微服务稳定运行的重要手段，其重要性不言而喻。

二、 解释（什么是服务监控）

微服务监控是指对微服务架构中的各个服务进行实时、全面的性能、状态和安全等方面的监测与管理。在微服务架构中，由于服务众多且相互依赖，任何一个服务的故障都可能引发连锁反应，导致整个系统的崩溃。因此，微服务监控显得尤为重要。

三、微服务监控关注的方面

  • 实时掌握系统中各个服务的运行状态和性能指标，包括服务的响应时间、吞吐量、错误率等，以便及时发现并处理异常情况，避免故障扩散和升级。
  • 监控服务间的依赖关系，确保服务之间的调用正常进行，及时发现并解决服务调用中的问题。
  • 监控服务的并发量和负载情况，以便根据实际需求调整服务的资源配置，保证服务的稳定性和高可用性。
  • 监控服务的日志和错误信息，以便及时记录并进行监控和分析，快速定位并解决问题。

本文我们将用springboot，spring boot actuator，docker，Prometheus，Grafana，alertManager 实现服务的监控告警组件介绍：

  • Spring Actuator
    是Spring Boot提供的一个功能强大的管理和监控工具，用于监控和管理Spring Boot应用程序。它提供了一系列的端点endpoints），通过这些端点，我们可以轻松地获取应用程序的运行时信息、健康状况、性能指标、日志等。
  • Prometheus
    一个开源系统监控和告警工具包，提供了高效的时间序列数据库、简单的安装和配置、多样的数据模型及查询语言。
  • Grafana
  • 一个跨平台的开源分析和监控解决方案，与Prometheus通常搭配使用，提供了丰富的仪表盘和图表，用于数据的可视化展示。
  • Alertmanager
  • 是Prometheus生态中非常重要的一个核心模块，主要用于接收Prometheus发送的告警信息，并对其进行统一处理。它支持丰富的告警通知渠道，如电子邮件、待命通知系统和聊天平台等，且很容易实现告警信息的分组、静默、抑制等功能。
架构图：

在这里插入图片描述

  • 这个图就是本文要实现的架构图，如果看不懂没关系，接下来我们会一给我一个实现哦。

四、springboot项目搭建

spring boot项目搭建就不过多赘述
  • 项目结构

在这里插入图片描述

  • controller:

在这里插入图片描述

  • 添加依赖：
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>

        <dependency>
            <groupId>io.micrometer</groupId>
            <artifactId>micrometer-registry-prometheus</artifactId>
        </dependency>
  • 在application.yml 中配置spring boot autuator
management:
  endpoints:
    web:
      exposure:
        include: "*"
        exclude: configprops
      base-path: /actuator
    enabled-by-default: true
  endpoint:
    health:
      show-details: always
  metrics:
    tags:
      application: "demo"

这是什么意思呢？

management.endpoints.web.exposure.include 和 exclude
  • include: “*”：这个配置表示所有Actuator的web端点都将被包含（即对外暴露）。星号（*）是一个通配符，代表所有端点。
  • exclude: configprops：尽管include设置了星号，但exclude会覆盖它，并明确排除configprops端点。configprops端点用于显示所有@ConfigurationProperties的配置属性。
management.endpoints.web.base-path
  • 这个配置设置了Actuator web端点的基路径为/actuator。例如，如果你想要访问健康检查端点，你通常会访问/actuator/health（除非另有其他配置）。
management.endpoints.enabled-by-default
  • 这个配置决定了默认情况下是否启用Actuator的端点。在这里，它被设置为true，意味着所有的端点默认情况下都是启用的（通过其他配置进行覆盖）。
management.endpoint.health.show-details
  • 这个配置是关于健康检查端点的。它控制了在健康检查响应中应包含多少详细信息。always意味着无论应用程序的响应状态如何，都将显示详细信息。其他可能的值包括when-authorized（仅当授权用户请求时才显示）和never（从不显示）。
management.metrics.tags.application
  • 这个配置用于为所有度量（metrics）添加一个标签（tag）。在这里，所有的度量都将有一个名为- application的标签，其值为demo。这对于在监控系统中区分不同的应用程序或实例非常有用。
    通过这些配置，您可以自定义Spring Boot Actuator的行为，以便更好地满足您的监控和管理需求。不过，请注意，暴露某些端点（特别是包含敏感信息的端点）可能会带来安全风险，因此请确保您已经采取了适当的安全措施来保护这些端点。
  • 接下来我们把项目运行起来：并访问localhost:8080/user:

在这里插入图片描述

访问localhost:8080/actuator:

在这里插入图片描述

  • actuator成功将数据暴露出来
  • 当然你也可以访问这个链接看看，所有的链接都在暴露的数据里面
    在这里插入图片描述
  • 看到这里证明spring boot 整合spring boot actuator 项目已经完成。接下来我将带大家用docker 安装监控组件

五、linux服务器安装docker

  • 安装所需的依赖包
yum install -y yum-utils device-mapper-persistent-data lvm2

在这里插入图片描述
看到此图片恭喜你下载成功。但在我安装的时候由于操作问题导致了yum死锁，在这里给大家分享一下

Another app is currently holding the yum lock; waiting for it to exit...
  The other application is: yum
    Memory :  23 M RSS (419 MB VSZ)
    Started: Fri May 17 13:40:58 2024 - 1:40:10 ago
    State  : Traced/Stopped, pid: 8640
Another app is currently holding the yum lock; waiting for it to exit...
  The other application is: yum
    Memory :  23 M RSS (419 MB VSZ)
    Started: Fri May 17 13:40:58 2024 - 1:40:12 ago
    State  : Traced/Stopped, pid: 8640

当你看到这种日志时证明出现了yum死锁。yum死锁是什么问题呢？

解释：

当您在使用 yum（Yellowdog Updater Modified）工具时遇到这样的错误信息：“Another app is currently holding the yum lock; waiting for it to exit…”，这通常意味着有一个 yum 进程正在运行，并且已经获取了包管理器的锁，以防止其他 yum 进程同时运行并可能导致包管理状态不一致。
这个日志信息中，yum 进程处于 Traced/Stopped 状态，这通常不是一个正常的状态。

这个问题该如何解决呢？
  • 查找并杀死进程：使用 ps 命令来查找 yum 进程，并使用 kill 命令来杀死它。杀死所有的yum进程
ps -ef | grep yum  
sudo kill -9 <yum_pid>  # <yum_pid> 是 yum 进程的 PID

请注意，在上面的 sudo kill -9 命令中，-9 是一个强制杀死进程的信号。通常，你应该首先尝试不带 -9 的 kill 命令，如果不起作用，再使用 -9

  • 清除锁文件：
    如果杀死进程不起作用，或者你不确定如何找到进程，你可以尝试手动删除锁文件。但请注意，这样做可能会导致包管理状态不一致，因此请仅在确定没有其他 yum 进程正在运行时才这样做。
sudo rm -f /var/run/yum.pid  
sudo rm -f /var/cache/yum/__db*

删除这些文件后，再次尝试运行 yum 命令。运行成功，死锁问题已经解决
然后我们继续使用上面的依赖安装命令完成之后

  • 为了上高速我们设置阿里云镜像源
yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
  • 设置成功后我们开始安装docker
注意

docker版本说明：
Docker从17.03版本之后分为两个版本：社区版（Community Edition，缩写为 CE）和企业版（Enterprise Edition，缩写为 EE）。
企业版包含了一些收费服务，个人开发者一般用不到，所以我们只需要安装社区版docker-ce版本即可。

  • docker-ce安装
yum install -y docker-ce

在这里插入图片描述
恭喜你docker安装成功

  • 启动docker 并设置开机自启动
		#启动docker命令
		systemctl start docker
		#设置开机自启命令
		systemctl enable docker
		#查看docker版本命令
		docker version

在这里插入图片描述
恭喜你docker 安装启动完成，记下来我们一起全装监控组件Prometheus

六、Prometheus安装

介绍：

Prometheus是一个开源的服务监控系统和 时序数据库 ，它提供了通用的数据模型和快捷数据采集、存储和查询接口。

Prometheus的特点包括
  • 易管理性：Prometheus的核心部分由一个单独的二进制文件构成，这使得它容易部署和管理。它可以在本地运行，不依赖于分布式存储系统。
  • 高效性：Prometheus设计上能够处理大量的监控指标，即使是单个Prometheus实例也能够每秒处理数百万的数据点。
  • 灵活性：Prometheus支持通过配置文件定义监控目标，用户可以根据自己的需求灵活配置监控项。
    强大的查询语言：Prometheus提供了一个功能强大的查询语言PromQL（Prometheus Query Language），用户可以使用这个语言对收集到的时序数据进行查询和分析。
Prometheus的主要功能包括：
  • 收集和存储时间序列数据：Prometheus能够从各种来源收集和存储时间序列数据，包括应用程序、服务、操作系统和网络设备等。
  • 实时监控和警报：Prometheus可以实时监控各种指标，并根据预定义的规则进行警报和通知。它提供了一个灵活的警报管理系统，可以定义警报规则、接收警报通知，并对警报进行静音或处理。
  • 多维数据模型：Prometheus使用时间序列数据模型，可以对多种维度的数据进行监控和分析。
  • 高效的数据存储：Prometheus使用本地存储方式，可以高效地存储监控数据，而且支持数据压缩和数据刷写等功能。
docker安装prometheus
docker run --name prometheus -d -p 9090:9090 -v 
/opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml 
prom/prometheus --config.file=/etc/prometheus/prometheus.yml

复制的时候请注意：这里是一条命令，小心换行符哦
命令解释：

这个 docker run 命令是用来启动一个 Docker 容器的，并且特别针对 prom/prometheus 这个镜像，该镜像是 Prometheus 监控系统的 Docker 镜像。下面我为你详细解释这个命令的每一个部分：

docker run：这是 Docker 的一个基本命令，用于从指定的镜像创建并启动一个新的容器。

–name prometheus：这个标志用于为新容器指定一个名称，这里是 prometheus。如果你不提供这个标志，Docker 会自动为容器生成一个随机名称。

-d：这个标志使容器在后台运行（即“detached”模式）。如果没有这个标志，容器将在前台运行，并且你会在终端中看到容器的输出。

-p 9090:9090：这个标志用于端口映射。它将宿主机的 9090 端口映射到容器的 9090 端口。这样，你就可以通过访问宿主机的 9090 端口来访问容器内的 Prometheus 服务。

-v /opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml
这个标志用于挂载卷（volume）。它将宿主机上的 /opt/prometheus/prometheus.yml 文件挂载到容器内的 /etc/prometheus/prometheus.yml 路径。这样，容器内的 Prometheus 服务将使用宿主机上的 prometheus.yml 配置文件。

prom/prometheus：这是你想要从中创建容器的 Docker 镜像的名称。在这种情况下，它是 Prometheus 官方提供的 Docker 镜像

–config.file=/etc/prometheus/prometheus.yml：这个参数实际上可能是多余的，因为你已经通过 -v 标志将配置文件挂载到了容器内的正确位置。Prometheus 容器默认会查找 >/etc/prometheus/prometheus.yml 作为其配置文件。但是，如果你想要确保 Prometheus 使用这个文件（尽管它是默认的），或者你的 Prometheus 镜像需要这个参数来覆盖默认行为，那么你可以包含这个参数。

总的来说，这个命令的目的是启动一个名为 prometheus 的 Docker 容器，该容器运行 Prometheus 服务，并使用宿主机上的 /opt/prometheus/prometheus.yml 作为其配置文件。容器将在后台运行，并且宿主机的 9090 端口将映射到容器的 9090 端口，以便你可以访问 Prometheus 的 Web UI。

注意：

你的docker拉取的速度可能会很慢，直到你奔溃。放心我会帮你解决问题。

为什么会很慢？
因为你没有配置docker的镜像源，Docker默认的镜像源是Docker Hub。Docker Hub是Docker官方提供的一个公共镜像仓库，但需要注意的是，由于Docker Hub位于国外，访问速度可能受到网络环境的影响，会很慢。

该怎么解决？解决办法很简单：修改mirror，换成国内mirror(阿里云)。

sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://yxzrazem.mirror.aliyuncs.com"]
}
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker
解释一下：

sudo 这是一个命令前缀，表示以超级用户（root）的权限执行命令。

mkdir: 这是创建目录的命令。

-p: 这个选项允许你创建多级目录，并且如果目录已经存在，则不会报错。

/etc/docker: 这是Docker的配置目录，用于存放Docker的配置文件。

tee: 这是一个用于读取标准输入并将其写入一个或多个文件的命令。同时，它也可以将文件内容输出到标准输出。

/etc/docker/daemon.json: 这是Docker守护进程的配置文件，用于配置Docker守护进程的各种参数。

<<-'EOF’: 这是一个“here document”的语法，它允许你将多行文本作为输入传递给命令。'EOF’是这里文档的结束标记，而前面的-意味着忽略这里的所有行首的制表符（tab）。

然后执行命令你会发现已经上高速了

docker run --name prometheus -d -p 9090:9090 -v 
/opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus --
config.file=/etc/prometheus/prometheus.yml

命令执行完成后访问：http://your path:9090/你会看到

在这里插入图片描述
恭喜你Prometheus安装成功
在这里插入图片描述
这时你点击targets发现没有任何数据，当然没有啦，有才怪呢，因为我们没有配置让Prometheus去哪里拿数据。
接下来我们配置让Prometheus去springboot项目里拿数据
还记的这条命令吗？

docker run --name prometheus -d -p 9090:9090 -v 
/opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml 
prom/prometheus --config.file=/etc/prometheus/prometheus.yml

启动prometheus时我们在将它的配置文件prometheus.yml 挂到了 /opt/prometheus/这个目录下在这里插入图片描述
首先停止启动 Prometheus docker 容器

查找启动的docker 容器
docker ps
docker stop CONTAINER ID

在这里插入图片描述
接下来我们开始配置这个文件（注意：这是一个yml文件，遵循严格的缩进）


global:
  scrape_interval:     15s # Set the scrape interval to every 15 seconds. Default is 1 minute.
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is 1 minute.
  # scrape_timeout is set to the global default (10s).

# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets:
      # - alertmanager:9093 # Uncomment and set to your Alertmanager instance address

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first_rules.yml"
  # - "second_rules.yml"

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs: # 注意修正拼写错误为 scrape_configs
  - job_name: 'prometheus'
    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.
    static_configs:
    - targets: ['localhost:9090']

  # 示例：其他 job 配置可以添加在这里
  - job_name: 'springboot'
    metrics_path: '/actuator/prometheus'
    scheme: 'http' 
    static_configs:
    - targets: ['yourIP:8080']

这段配置是什么意思呢？别害怕。在这里我会做出详细解释
全局配置 (global):

  • scrape_interval: 设置为 15 秒，意味着 Prometheus 每 15 秒从目标端点抓取一次监控数据。默认值是 1 分钟。
  • scrape_timeout：这个值代表 Prometheus 在等待目标端点响应时的超时时间。默认值是 10 秒。
  • Alertmanager 配置 (alerting):
    定义了 Prometheus 如何与 Alertmanager 通信以发送警报。在这个例子中，配置了一个静态的 Alertmanager 目标，但是地址（alertmanager:9093）被注释掉了。你需要取消注释并设置为你自己的 Alertmanager 实例地址。（想要了解，请阅读后文）
  • 规则文件 (rule_files):
    允许你指定一个或多个包含告警规则的 YAML 文件。在这个例子中，两个示例规则文件被注释掉了，但你可以取消注释并指向你自己的规则文件。（想要了解，请阅读后文）
  • 第一个 job_name: ‘prometheus’ 是 Prometheus 自身的监控配置，它默认从 localhost:9090（Prometheus 的默认端口）抓取数据。
  • 第二个 job_name: ‘springboot’ 是为 Spring Boot 应用程序配置的。它从 yourIP:8080（这里的 yourIP 需要替换为实际的 IP 地址或主机名）的 /actuator/prometheus 路径抓取数据。/actuator/prometheus 是 Spring Boot Actuator 提供的 Prometheus 监控端点。
现在我们主要配置的就是这个片段：
  # 示例：其他 job 配置可以添加在这里
  - job_name: 'springboot'
    metrics_path: '/actuator/prometheus'
    scheme: 'http' 
    static_configs:
    - targets: ['yourIP:8080']

配置完成后，重启Prometheus docker 容器

docker ps -a
docker start  CONTAINER ID

重启成功后你去看：http://your path:9090/ 你会神奇的发现targets里依然没有任何数据

注意： 我们的spring boot 项目启动在本地，只能在局域网里访问，当然可能有一些技术能结局（内网穿透等技术），但我们是Java程序员，可能对这方面不太了解，那怎么办呢？那就用程序员的方式解决
直接用docker把我们的Java项目打包部署到服务器上，开始喽~~

  1. 首先用maven打包spring boot项目

在这里插入图片描述

  1. 把 jar 文件上传到服务器

把 jar 文件改名 demo.jar (当然可以改你喜欢的文件名) —>2、在服务器你喜欢的位置创建一个文件目录（上传文件我用的是可视化工具，就不过多解释了）接下来重点来了。

  1. 编写Dockerfile
    在demo.jar的同级目录下创建Dockerfile 文件
touch Dockerfile
vim Dockerfile

粘贴下面的命令

FROM java:8-alpine

COPY demo.jar  app.jar

RUN /bin/sh -c "touch /app.jar"

EXPOSE 8080

ENTRYPOINT ["java", "-jar", "app.jar"]

这段代码其实很简单，我就不过多赘述了

3.打包镜像

  • 打包
docker build -t demo .

注意后面的小点哦

  • 查看镜像
docker images
  • 启动镜像
docker run -d -p 8080:8080 demo

然后访问http://yourPath:8080/actuator/
在这里插入图片描述
看到这里，spring boot项目部署完毕，又学了个新技术哦，docker 部署Java项目

接下来记得改prometheus 拿取数据的ip地址哦（修改为你服务器地址，怎么修改可以参考上文的Prometheus.yml讲解）

打开prometheus的Targets你会神奇的发现多了一个 Endpoint 并且 state 为 up

在这里插入图片描述

去首页查询你会发现有很多数据：
在这里插入图片描述
指标记不住怎么办？可以看这里
在这里插入图片描述
到这里我们Prometheus 就介绍完毕了

七 、Grafana安装

介绍

Grafana是一个开源的数据可视化工具，主要用于将数据源中的数据以图形化的形式展示并进行实时监控

  • 数据源支持：
    -Grafana支持多种数据源，包括Graphite、Elasticsearch、InfluxDB、Prometheus等，这使得用户能够整合来自不同来源的数据，并在一个统一的界面中进行展示和分析。
  • 数据可视化：
    Grafana提供了丰富的可视化图表类型，如折线图、直方图、热力图等，以满足各种数据可视化需求。用户可以通过简单的配置和自定义设置，将数据转化为易于理解的图表和仪表盘，并在一个界面中集中展示多个数据源的数据。
  • 实时监控：
    Grafana支持实时监控功能，可以实时反映系统状态、性能等指标的变化情况。这使得用户能够及时发现潜在问题，并采取相应措施进行解决。
    告警与通知：Grafana可以设置告警规则，当某些指标达到预设的阈值时，系统会自动发送通知，提醒用户关注和处理。这种功能可以帮助用户保持对关键指标的持续监控，确保系统的稳定运行。
  • 灵活的布局：
    Grafana允许用户通过拖拽和配置的方式，自由调整图表的位置和大小，实现个性化的界面布局。这使得用户能够根据自己的需求定制仪表板，提高工作效率。
  • 数据采集与清洗：
    Grafana支持从各种数据源采集数据，并进行聚合、清洗和存储。这样可以确保数据的准确性和完整性，为后续的分析和展示提供可靠的数据支持。
  • 插件和扩展：
  • Grafana支持多种插件和扩展，可以定制用户的监控和数据可视化体验。这些插件和扩展可以帮助用户扩展Grafana的功能，满足特定的业务需求。
    总之，Grafana是一个功能强大、易于使用的数据可视化工具，可以帮助用户更好地理解和分析数据，提高工作效率。
安装
  • 拉取Grafana Docker镜像：
docker pull grafana/grafana
  • 运行Grafana容器：
docker run -d -p 3000:3000 --name=grafana grafana/grafana

访问 http://yourPath:3000 你会看到一下界面
在这里插入图片描述
到这里grafana安装就完毕了，接下来我们配置

配置
  • 添加数据源
    在这里插入图片描述
    选择数据源
    在这里插入图片描述
    Prometheus地址配置
    在这里插入图片描述
    导入视图
    在这里插入图片描述
    选择 import 搜索 4701
    在这里插入图片描述
    选择Prometheus，然后导入（解释，我已经导入过模板了，所以有提示）
    在这里插入图片描述
    导入成功后你会看到以下界面（很多的指标都图形化显示了）
    在这里插入图片描述
    到这里 grafana 安装完毕。

八、linux node-exporter安装

介绍：

  • node-exporter是一个Prometheus的exporter，它主要用于监控Linux系统的节点信息。这个工具可以采集Linux服务器的多种资源数据，包括但不限于服务器的进程数、CPU、内存消耗、磁盘空间、IOPS（输入/输出操作每秒）、TCP连接数等。

  • node-exporter的工作方式是暴露主机的指标，如CPU、内存、磁盘等信息。它负责从目标处搜集数据，并将其转化为Prometheus支持的格式。然而，与传统的指标数据收集组件不同的是，node-exporter只负责收集数据，并不直接向Server端发送数据，而是等待Prometheus Server主动抓取。默认的抓取URL地址是http://ip:9100/metrics。

安装:

同样的方式，用docker 安装

docker run -d -p 9100:9100 --restart=always -m 5G --memory-swap=5G \
 -v "/proc:/host/proc:ro" -v "/sys:/host/sys:ro"  -v "/:/rootfs:ro" \
 --name node_exporter quay.io/prometheus/node-exporter --path.procfs \
 /host/proc  --path.sysfs /host/sys --collector.filesystem.ignored-mount-points\
  "^/(sys|proc|dev|host|etc)($|/)"

访问：http://yourIp:9100/metrics
在这里插入图片描述
node-exporter安装成功

然后去grafana import 8919 （数据源继续选择promtheus）你会看到如下页面，服务器已经开始监控服务

九、Altermanager安装

1、介绍
  1. 当Prometheus服务器根据报警规则发现异常时，它会将警报发送到Alertmanager。Alertmanager负责处理这些警报，包括进行去重、分组，并通过路由发送到正确的接收器，如电子邮件、Slack、HipChat等。
  2. Alertmanager还支持多种告警方式，如邮件告警、微信告警、短信告警、Slack告警、电话告警和PagerDuty告警等。通过配置，用户可以根据自己的需求选择适合的告警方式，以便及时采取行动来处理问题。
  3. 总的来说，Alertmanager是Prometheus生态系统中的一个重要组件，它负责处理Prometheus生成的警报，并通过各种方式通知用户，以便用户能够及时发现和处理潜在问题。
2、安装
  • 创建数据挂载目录

/opt/alertmanager/config目录，准备用来放置alertmanager的配置文件
/opt/alertmanager/template目录，准备用来挂载放置alertmanager的模板文件

mkdir -p /opt/alertmanager/{config,template}```
## 授权权限
```linux
chmod -R 777 /opt/alertmanager/config
chmod -R 777 /opt/alertmanager/template
  • 创建Altermanager配置文件alertmanager.yml
cat > /opt/alertmanager/config/alertmanager.yml << \EOF
global:
  resolve_timeout: 5m
  # 发件人
  smtp_from: 1229495577@qq.com'
  # 邮箱服务器的 POP3/SMTP 主机配置 smtp.qq.com 端口为 465 或 587
  smtp_smarthost: 'smtp.qq.com:465'
  # 用户名
  smtp_auth_username: [email protected]'
  # 授权码 或 密码
  smtp_auth_password: '你的qq授权码'
  smtp_require_tls: false
  smtp_hello: 'qq.com'
templates:
  # 指定预警内容模板
  - '/etc/alertmanager/template/email.tmpl'
route:
  # 指定通过什么字段进行告警分组(如：alertname=A和alertname=B的将会被分导两个组里面)
  group_by: ['alertname']
  # 在组内等待所配置的时间，如果同组内，5 秒内出现相同报警，在一个组内出现
  group_wait: 5s
  # 如果组内内容不变化，合并为一条警报信息，5 分钟后发送
  group_interval: 5m
  # 发送告警间隔时间 s/m/h，如果指定时间内没有修复，则重新发送告警
  repeat_interval: 5m
  # 默认的receiver。 如果一个报警没有被任何一个route匹配，则发送给默认的接收器
  receiver: 'justrydeng163email'
  #子路由(上面所有的route属性都由所有子路由继承，并且可以在每个子路由上进行覆盖)
  routes:
  # 当触发当前预警的prometheus规则满足：标签alarmClassify的为normal时（标签名、标签值可以自定义，只要和编写的prometheus的rule里面设置的标签呼应上即可），往justrydeng163email发送邮件
  - receiver: justrydeng163email
    match_re:
      alarmClassify: normal
  # 当触发当前预警的prometheus规则满足：标签alarmClassify的值为special时（标签名、标签值可以自定义，只要和编写的prometheus的rule里面设置的标签呼应上即可），往justrydengQQemail发送邮件
  - receiver: justrydengQQemail
    match_re:
      alarmClassify: special
receivers:
- name: 'justrydeng163email'
  email_configs:
  # 如果想发送多个人就以 ',' 做分割
  - to: burger2325@163.com'
    send_resolved: true
    # 接收邮件的标题
    headers: {Subject: "alertmanager报警邮件"}
- name: 'justrydengQQemail'
  email_configs:
  # 如果想发送多个人就以 ',' 做分割
  - to: [email protected]'
    send_resolved: true
    # 接收邮件的标题
    headers: {Subject: "alertmanager报警邮件"}
inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['alertname', 'dev', 'instance']
EOF
  • 告警内容模板文件创建

cat > /opt/alertmanager/template/email.tmpl << \EOF
{{ define "email.html" }}
<table border="1">
    <tr>
        <td>报警项</td>
        <td>实例</td>
        <td>报警阀值</td>
        <td>开始时间</td>
        <td>告警信息</td>
    </tr>
    {{ range $i, $alert := .Alerts }}
    <tr>
         <td>{{ index $alert.Labels "alertname" }}</td>
         <td>{{ index $alert.Labels "instance" }}</td>
         <td>{{ index $alert.Annotations "value" }}</td>
         <td>{{ $alert.StartsAt }}</td>
         <td>{{ index $alert.Annotations "description" }}</td>
     </tr>
   {{ end }}
</table>
{{ end }}   EOF
  • docker 部署Alertmanager
docker run -d --name=alertmanager -p 9093:9093 -v /etc/localtime:/etc/localtime:ro 
-v /opt/alertmanager/config/alertmanager.yml:/etc/alertmanager/alertmanager.yml 
-v /opt/alertmanager/template:/etc/alertmanager/template prom/alertmanager

访问 http://yourIp:9093，看到以下界面，部署成功
在这里插入图片描述

配置
  • Prometheus.yml文件配置

在这里插入图片描述
添加Alertmanager 的地址和Prometheus 的告警规则文件地址

  • 告警规则文件配置
    创建文件夹/opt/prometheus/rules
   mkdir -p /opt/prometheus/rules

/opt/prometheus/rules下创建 springboot-service-rule.yml

	cd /opt/prometheus/rules
	touch springboot-service-rule.yml

粘贴以下内容

groups:
- name: springboot-service-alerts
  rules:
  - alert: SpringBootServiceDown
  # 这个地方是 PromQL 不能随写哦，是否宕机
    expr: up{job="springboot"} == 0
    # 持续时间
    for: 10s
    labels:
    # 告警级别
      severity: critical
    annotations:
      summary: "Spring Boot服务宕机"
      # {{ $labels.instance }} 其实就是ip，在prometheus 里可以看到
      description: "Spring Boot服务 {{ $labels.instance }} 已经在过去5秒内不可用了，请立即检查！"
#cpu使用率过高
  - alert: SpringBootHighCPUUsage
    expr: (1 - avg by(instance) (irate(process_cpu_seconds_total{job="springboot"}[5m]))) * 100 > 80
    for: 10s
    labels:
      severity: warning
    annotations:
      summary: "Spring Boot服务CPU使用率过高"
      description: "实例 {{ $labels.instance }} 的CPU使用率超过80%已经持续了10分钟，请检查服务负载或进行性能调优！"
#内存使用过高
  - alert: SpringBootHighMemoryUsage
    expr: (container_memory_usage_bytes{job="springboot"} / container_spec_memory_limit_bytes{job="springboot"}) * 100 > 80
    for: 10m
    labels:
      severity: warning
    annotations:
      summary: "Spring Boot服务内存使用率过高"
      description: "实例 {{ $labels.instance }} 的内存使用率超过80%已经持续了10分钟，请检查内存泄露或进行资源调整！"

  # 这里可以添加更多针对Spring Boot服务的告警规则

这个时候我们停掉以前的Prometheus，然后挂在这个规则文件重新创建容器并运行

	#停止
	docker stop CONTAINER ID 
	重建新创建容器并启动
	docker run -d -p 9090:9090 -v /opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml 
	-v /opt/prometheus/rules/rule.yml:/etc/prometheus/rules/rule.yml --name prometheus3 prom/prometheus

然后停掉你的 springboot 项目

docker stop CONTAINER ID
  • 在Prometheus你会看到：
    在这里插入图片描述
  • 在Alertmanager你会看到

在这里插入图片描述
到这里，我们还有最后一步啦，配置邮件告警，我们的微服务之服务告警就完结散花啦

十、配置告警

首先带大家看一下alertmanagr的配置文件

global:
  resolve_timeout: 5m
  # 发件人
  smtp_from: [email protected]'
  # 邮箱服务器的 POP3/SMTP 主机配置 smtp.qq.com 端口为 465 或 587
  smtp_smarthost: 'smtp.qq.com:465'
  # 用户名
  smtp_auth_username: [email protected]'
  # 授权码 或 密码
  smtp_auth_password: '你的qq授权码'
  smtp_require_tls: false
  smtp_hello: 'qq.com'
templates:
  # 指定预警内容模板
  - '/etc/alertmanager/template/email.tmpl'
route:
  # 指定通过什么字段进行告警分组(如：alertname=A和alertname=B的将会被分导两个组里面)
  group_by: ['alertname']
  # 在组内等待所配置的时间，如果同组内，5 秒内出现相同报警，在一个组内出现
  group_wait: 5s
  # 如果组内内容不变化，合并为一条警报信息，5 分钟后发送
  group_interval: 5m
  # 发送告警间隔时间 s/m/h，如果指定时间内没有修复，则重新发送告警
  repeat_interval: 5m
  # 默认的receiver。 如果一个报警没有被任何一个route匹配，则发送给默认的接收器
  receiver: 'justrydeng163email'
  #子路由(上面所有的route属性都由所有子路由继承，并且可以在每个子路由上进行覆盖)
  routes:
  # 当触发当前预警的prometheus规则满足：标签alarmClassify的为normal时（标签名、标签值可以自定义，只要和编写的prometheus的rule里面设置的标签呼应上即可），往justrydeng163email发送邮件
  - receiver: justrydeng163email
    match_re:
      alarmClassify: normal
@

配置文件里给大家解释的很详细，这里就不过都赘述，相信大家看完注释因该知道该怎么配置了。

  • 亲爱的探索者，我们一同走过了这片知识的海洋，历经曲折与艰辛，却也收获了无尽的宝藏与智慧。愿你在前行的道路上，始终保持那份对技术的热爱与追求，让智慧的火花在你的心中燃烧，照亮你探索未知的道路。愿你的每一次努力都能化作成功的基石，每一次挑战都能让你更加坚韧不拔。最后，衷心地感谢你与我一同分享这段精彩的旅程，期待在未来的日子里，我们能够继续携手并进，共同书写更多属于技术狂人的辉煌篇章。加油，探索者，愿你的未来因知识而更加精彩！

愿我们的热情永不消退，愿我们的智慧永远闪烁

悦读

道可道，非常道；名可名，非常名。 无名，天地之始，有名，万物之母。 故常无欲，以观其妙，常有欲，以观其徼。 此两者，同出而异名，同谓之玄，玄之又玄，众妙之门。

最新收录
PowerMock入门：Java单元测试的终极武器
Java面向对象编程相关面试题及答案解析
数据库期末复习笔记--王珊《数据库系统概论》_____是由一组关系组成,每个关系的数据结构是____。(1)
Cura gui 代码编译流程
【语音去噪】FIR和IIR低通+带通+高通语音信号滤波（含时域频域分析）【含GUIMatlab源码 4943期】
头歌机器学习实战day1
wcf服务器怎么发送信息,使用WCF实现服务器向客户端的信息推送
Java并发编程 - JUC锁（独占共享锁/读写锁、ReentrantReadWriteLock、LockSupport）
深度学习入门指南：从基础概念到实战项目
Spring Boot——日志介绍和配置
;