【Prometheus】Prometheus告警规则配置

1. 进入prometheus-server安装节点
2. 进入prometheus配置文件目录，新建rules文件夹，该文件夹用于存放告警规则文件，并且规定文件名后缀为.yml（规则文件命名格式可以自定义，只要和prometheus.yml文件配置的rule_files匹配上即可）
3. 修改prometheus.yml文件配置rule_files为"rules/*.yml"
4. 在2向欧盟口岸的ris文件夹下　　新建一个规则文件instance_down_rule.yml进行测试。规则文件配置如下：

groups:
  - name: Test-Group-001
    rules:
      - alert: InstanceDown
        expr: up == 0
        for: 1m
        labels:
          severity: warning
        annotations:
          summary: "服务 {{ $labels.instance }} 下线了"
          description: "{{ $labels.instance }} of job {{ $labels.job }} has been down for more than 1 minutes."

对于以上配置项的说明如下：

• name: 指定组的名字，在这个规则文件中必须要唯一。
• alert: 指定告警的名字，在组中需要唯一。
• expr: 告警表达式, 执行结果为true时，表示需要告警。表达式遵循PromQL语法。
• for：代表超过多少时间才认为需要告警(即告警表达式成立需要持续的时间)。

对于以上定义的规则文件说明如下：
　　　对于被Prometheus监控的服务器，我们都有一个up指标，可以知道该服务是否在线；up == 0 表示服务下线了，up == 1 表示服务在线。因此，该规则文件的作用是对于下线超过1分钟的服务，产生告警信息。

5. 重启prometheus-server，查看prometheus.yml，验证下前面修改的rule_files配置是否生效。
6. 可以通过prometheus自带的promtool命令检测我们的配置文件是否编写正确。

promtool check config prometheus.yml

7. 进到prometheus server的Alerts页面，可以查看到配置的告警规则已经生效。

告警数据有以下三个状态：

• Inactive：表示没有达到告警的阈值，即expr表达式不成立。
• Pending：表示达到了告警的阈值，即expr表达式成立了，但是未满足告警的持续时间，即for的值。
• Firing：已经达到阈值，且满足了告警的持续时间。

8. 由于目前测试环境prometheus监控的服务都正常，因此不会产生告警，为了方便测试，停止kafka服务，可观察到告警。