如何通过Grafana配置企业微信机器人实现监控告警

1.方案架构

实现功能:基于日志、zabbix或prometheus的监控数据,通过企业微信机器人实现监控告警
方案设计如下,Grafana可对接Zabbix、Prometheus和Elasticsearch等数据源,并在Grafana上配置告警触发条件,并设置私人定制的Webhook作为告警通道,将告警信息通过企业微信机器人提醒系统负责人。
在这里插入图片描述
在这里插入图片描述

2.企业微信配置

在企业微信上创建群聊,并添加该群专属机器人后会获得一个专属KEY,并记录保存。在这里插入图片描述

在这里插入图片描述

3.Grafana配置

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.Webhook代码示例

Webhook的代码比较简单,基于Python 轻量级web框架Flask编写,整个逻辑简洁明了。具体实现代码如下:

from flask import Flask
from flask import request
import requests
import json

app = Flask(__name__)

def sendMsg(msg):
    robot_url = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send"
    payload = {}
    payload["key"] = "企业微信机器人Key" #修改为你的机器人key
    headers = {'Content-Type': 'application/json'}
    r = requests.post(url=robot_url, headers=headers, params=payload, data=json.dumps(msg))
    print(r.text)
def msgGenerator(content, mentionedList,type="text"):
    msg = {
        "msgtype": type,
        type: ""
    }
    message = {}
    message["content"] = content
    mentioned_list = mentionedList
    message["mentioned_list"] = mentioned_list
    msg[type] = message
    return msg
@app.route('/hello')
def hello():
    return 'Hello, World!'

@app.route('/alert', methods=['POST'])
def send():
    receivers = str(request.args.get("receivers")).split(",")
    print(receivers)
    if request.content_type.startswith('application/json'):
        a = request.get_data()
        dict1 = json.loads(a)
        # msg = {}
        # msg["title"] = dict1['title']
        # msg["message"] =  dict1['message']
        # msg["ruleUrl"] = dict1['ruleUrl']
        mstr = "【告警内容】"+"\n"+"告警应用: " + str(dict1['title']) + "\n" +"告警信息:" + str(dict1['message']) + "\n" + "详情:" + str(dict1['ruleUrl'])
        message = msgGenerator(mstr, receivers)
        sendMsg(message)
    return "OK"
if __name__ == '__main__':
    app.run(host="0.0.0.0", port=8080)

5.K8S部署Yaml文件

经编写好的代码打成镜像,并部署到K8S集群中,具体部署的yaml文件如下:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: webhook
spec:
  progressDeadlineSeconds: 600
  replicas: 2
  revisionHistoryLimit: 10
  selector:
    matchLabels:
      app: webhook
  template:
    metadata:
      labels:
        app: webhook
    spec:
      containers:
      - args:
        - python
        - /opt/webhook.py
        env:
        - name: FLASK_APP
          value: hello
        - name: FLASK_ENV
          value: development
        image: python:3.16.0
        imagePullPolicy: IfNotPresent
        name: webhook
        resources:
          limits:
            cpu: "1"
            memory: 512Mi
          requests:
            cpu: 100m
            memory: 512Mi
        securityContext:
          allowPrivilegeEscalation: false
          capabilities: {}
          privileged: false
          readOnlyRootFilesystem: false
          runAsNonRoot: false
        stdin: true
        terminationMessagePath: /dev/termination-log
        terminationMessagePolicy: File
        tty: true
        volumeMounts:
        - mountPath: /opt/webhook.py
          name: vol2
          subPath: webhook.py
      dnsPolicy: ClusterFirst
      restartPolicy: Always
      schedulerName: default-scheduler
      securityContext: {}
      terminationGracePeriodSeconds: 30
      volumes:
      - configMap:
          defaultMode: 420
          items:
          - key: webhook.py
            path: webhook.py
          name: webhook
          optional: false
        name: vol2
 ---
 apiVersion: v1
kind: Service
metadata:
  labels:
    app: webhook
  name: webhook
spec:
  ports:
  - name: http
    nodePort: 9001
    port: 80
    protocol: TCP
    targetPort: 8080
  selector:
      app: webhook
  sessionAffinity: None
  type: NodePort

6.效果展示

在这里插入图片描述

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一、prometheus简介 Prometheus是一个开源的系统监控告警系统,现在已经加入到CNCF基金会,成为继k8s之后第二个在CNCF维护管理的项目,在kubernetes容器管理系统中,通常会搭配prometheus进行监控,prometheus支持多种exporter采集数据,还支持通过pushgateway进行数据上报,Prometheus再性能上可支撑上万台规模的集群。 二、prometheus架构图 三、prometheus组件介绍 1.Prometheus Server: 用于收集和存储时间序列数据。 2.Client Library: 客户端库,检测应用程序代码,当Prometheus抓取实例的HTTP端点时,客户端库会将所有跟踪的metrics指标的当前状态发送到prometheus server端。 3.Exporters: prometheus支持多种exporter,通过exporter可以采集metrics数据,然后发送到prometheus server端 4.Alertmanager: 从 Prometheus server 端接收到 alerts 后,会进行去重,分组,并路由到相应的接收方,发出报警,常见的接收方式有:电子邮件,微信,钉钉, slack等。 5.Grafana监控仪表盘 6.pushgateway: 各个目标主机可上报数据到pushgatewy,然后prometheus server统一从pushgateway拉取数据。 四、课程亮点 五、效果图展示 六、讲师简介 先超(lucky):高级运维工程师、资深DevOps工程师,在互联网上市公司拥有多年一线运维经验,主导过亿级pv项目的架构设计和运维工作 主要研究方向: 1.云计算方向:容器 (kubernetes、docker),虚拟化(kvm、Vmware vSphere),微服务(istio),PaaS(openshift),IaaS(openstack)等2.系统/运维方向:linux系统下的常用组件(nginx,tomcat,elasticsearch,zookeeper,kafka等),DevOps(Jenkins+gitlab+sonarqube+nexus+k8s),CI/CD,监控(zabbix、prometheus、falcon)等 七、课程大纲
Grafana是一个用于可视化和监控数据的开源平台。要配置Grafana来发送企业微信告警,需要按照以下步骤进行操作。 1. 首先,确保你已经在企业微信上创建了一个企业。在企业微信的后台管理界面,创建一个应用,并生成一个应用机器人,获取到机器人的Webhook地址。 2. 在Grafana中打开“Alerting”配置页面,可以在“Configuration”菜单下找到。在页面上方点击“Notification channels”,然后点击“Add channel”按钮。 3. 在弹出的配置页面中,选择“Webhook”类型,填写名称和Webhook地址。Webhook URL即为前面在企业微信上创建应用机器人时获取到的Webhook地址。 4. 在Webhook配置页面中,可以选择配置告警消息的格式。在请求包中,可以包含告警的标签、时间戳、图表和链接等信息。按照自己的需求进行配置,并测试Webhook是否能正常发送消息。 5. 确保配置无误后,点击保存按钮。此时,Grafana就可以使用企业微信进行告警通知了。 通过以上步骤,Grafana就可以将告警消息发送到企业微信了。当Grafana监控到某个指标或阈值达到设定的条件时,会触发告警并将消息通过企业微信机器人发送给指定的用户或群组。 配置企业微信告警可以让我们更方便地接收到监控数据的告警信息,并能及时采取相应的措施来应对问题,提高系统的稳定性和可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值