【弄nèng - Skywalking】入门篇（三）—— Skywalking告警模块使用

该篇博客是Skywalking的告警模块的使用
官方文档：
https://github.com/apache/skywalking/blob/master/docs/en/setup/backend/backend-alarm.md

一. 简介

告警的核心由一组规则驱动，这些规则定义在config/ Alarm -settings.yml文件中。 告警规则的定义分为三部分。

1. 告警规则：它们定义了应该如何触发度量警报，应该考虑什么条件。
2. Webhook：当警告触发时，回调HTTP API地址。
3. gRPChook：远程gRPC方法的主机和端口，告警触发后调用。

实体

定义范围和实体名称之间的关系

• Service: Service name
• Instance: {Instance name} of {Service name}
• Endpoint: {Endpoint name} in {Service name}
• Database: Database service name
• Service Relation: {Source service name} to {Dest service name}
• Instance Relation: {Source instance name} of {Source service name} to {Dest instance name} of {Dest service name}
• Endpoint Relation: {Source endpoint name} in {Source Service name} to {Dest endpoint name} in {Dest service name}

规则

规则的key的含义如下：

endpoint_percent_rule	规则名称，将会在告警消息体中展示，必须唯一，且以 _rule 结尾
metrics-name	度量名称，取值可在 skywalking根目录/config/oal/*.oal 中找到，填写其中的key即可，对OAL感兴趣的，可前往 https://github.com/apache/skywalking/blob/master/docs/en/concepts-and-designs/oal.md 阅读其定义
include-names	将此规则作用于匹配的实体名称上，实体名称可以是服务名称或端点名称等
exclude-names	将此规则作用于不匹配的实体名称上，实体名称可以是服务名称或端点名称等
threshold	阈值
op	操作符，目前支持 >、<、=
period	多久检测一次告警规则，即检测规则是否满足的时间窗口，与后端开发环境匹配
count	在一个period窗口中，如果实际值超过该数值将触发告警（按每一分钟计算）
silence-period	触发告警后，在silence-period这个时间窗口中不告警，该值默认和period相同。例如，在时间T这个瞬间触发了某告警，那么在(T+10)这个时间段，不会再次触发相同告警
message	告警消息体，{name} 会解析成规则名称

默认的metrics-name列表

在\config\oal目录下

alarm-settings.yml文件说明

选取其中一个规则说明

以上规则含义：

取最近10分钟窗口，在这10分钟内的每一分钟单独计算服务响应时间，如果到达三次超过1s就产生告警,在产生告警后的5分钟之内不再重复告警。

二. Webhook 告警回调

Webhook表达的意思是，当告警发生时，将会请求的地址URL（用POST方法）,警报消息将会以 application/json 格式发送出去。

消息属性如下

• scopeId：范围。所有范围都在DefaultScopeDefine中定义。
• name：目标范围实体名称。服务名称
• id0：作用域实体的ID与名称匹配。使用关系范围时，它是源实体ID。
• id1：使用关系范围时，它将是目标实体ID。否则为空。
• ruleName：您在中配置的规则名称alarm-settings.yml。
• alarmMessage：报警文本消息。
• startTime：告警时间戳。

消息事例：

[
    {
        "scopeId":1, //指的是告警的范围类型（定义常量见下文）
        "scope":"SERVICE", //指的是告警的范围类型（定义常量见下文）
        "name":"serviceA", //服务
        "id0":"123", // 作用域实体的ID与名称匹配。使用关系范围时，它是源实体ID
        "id1":"", 
        "ruleName":"service_resp_time_rule", // 规则名称
        "alarmMessage":"alarmMessage xxxx", // 告警内容
        "startTime":1560524171000 // 发生时间
    }
]

对应JAVA实体类

public class AlarmMessage {
    private int scopeId;
    private String scope;
    private String ruleName;
    private String name;
    private String id0;
    private String id1;
    private String alarmMessage;
    private long startTime;
}

Controller编写

@RestController
@RequestMapping("")
public class SkyWalkingAlarmController {
    @PostMapping("/alarm")
    public void alarm(@RequestBody List<SkyWalkingAlarm> alarms) {
        // 接收到告警后的业务处理
    }
}

配置回调

修改alarm-settings.yml中的webhooks配置

重启oap后端服务生效
到这里 skywalking产生的告警就会发送到回调接口

三. 动态配置

告警这类的配置我们有可能会经常改动，每次都重启oap服务略显很low。没关系，skywalking帮我们解决了这个问题，就是动态配置
官方文档：传送门

SkyWalking配置大部分是通过application.yml OS系统环境变量设置的。同时，其中一些支持上游管理系统的动态设置。
目前，SkyWalking支持以下动态配置。

修改application.yml

动态配置在application.yml文件中，我们使用zookeeper当配置中心，只要修改SW_CONFIGURATION和SW_CONFIG_ZK_HOST_PORT就可以，如果你想指定路径就修改SW_CONFIG_ZK_NAMESPACE

application.yml文件中的配置都可以使用环境变量注入

使用配置中心

因为我们要把告警实现动态配置，所以我们要覆盖alarm-settings.yml文件。在zookeeper的/default路径下创建节点名称为alarm.default.alarm-settings，内容为alarm-settings.yml文件的完整内容复制过去。

测试

启动oap后端服务，观察启动日志，会打印新的告警配置信息。
修改zk中的节点alarm.default.alarm-settings内容，再次观察日志，也会打印新的配置信息。
oap后端服务默认是一分钟同步动态配置一次。可以修改SW_CONFIG_ZK_PERIOD进行变更。

---

项目推荐

IT-CLOUD :IT服务管理平台，集成基础服务，中间件服务，监控告警服务等。
IT-CLOUD-ACTIVITI6 :Activiti教程源码。博文在本CSDN Activiti系列中。
IT-CLOUD-ELASTICSEARCH :elasticsearch教程源码。博文在本CSDN elasticsearch系列中。
IT-CLOUD-KAFKA :spring整合kafka教程源码。博文在本CSDN kafka系列中。
IT-CLOUD-KAFKA-CLIENT :kafka client教程源码。博文在本CSDN kafka系列中。

开源项目，持续更新中，喜欢请 Star~