docker -v

# 你也可以直接拉docker pull prom/prometheus， 即拉取最新的鏡像docker pull prom/prometheus:lastest
docker pull prom/prometheus:v2.41.0

# /opt/prometheus/data目錄，準備用來掛載放置prometheus的數(shù)據(jù)
# /opt/prometheus/config目錄，準備用來放置prometheus的配置文件
# /opt/prometheus/rules目錄，準備用來掛載放置prometheus的規(guī)則文件
mkdir -p /opt/prometheus/{data,config,rules}
# 授權(quán)相關(guān)文件夾權(quán)限
chmod -R 777 /opt/prometheus/data
chmod -R 777 /opt/prometheus/config
chmod -R 777 /opt/prometheus/rules

# 配置文件
cat > /opt/prometheus/config/prometheus.yml << \EOF
global:
  # 數(shù)據(jù)采集間隔
  scrape_interval:     45s
  # 告警檢測間隔
  evaluation_interval: 45s

# 告警規(guī)則
rule_files:
  # 這里匹配指定目錄下所有的.rules文件
  - /prometheus/rules/*.rules

# 采集配置
scrape_configs:
  # 采集項(prometheus)
  - job_name: 'prometheus'
    static_configs:
      # prometheus自帶了對自身的exporter監(jiān)控程序，所以不需額外安裝exporter就可配置采集項
      - targets: ['localhost:9090']
EOF

# 查看一下配置文件
cat /opt/prometheus/config/prometheus.yml

# 啟動prometheus
# config.file：指定容器中，配置文件的位置
# web.enable-lifecycle：啟動此項后，當配置文件發(fā)生變化后，可通過HTTP API 發(fā)送 post 請求到 /-/reload，實現(xiàn)熱加載，如：curl -X POST http://47.105.39.189:9090/-/reload
# -v /etc/localtime:/etc/localtime:ro表示讓容器使用宿主機的時間, :ro表示只讀(注：此方式只針對宿主機和容器的時區(qū)文件均為/etc/localtime)
docker run --name prometheus -d \
    -p 9090:9090 \
    -v /etc/localtime:/etc/localtime:ro \
    -v /opt/prometheus/data:/prometheus/data \
    -v /opt/prometheus/config:/prometheus/config \
    -v /opt/prometheus/rules:/prometheus/rules \
    prom/prometheus:v2.41.0 --config.file=/prometheus/config/prometheus.yml --web.enable-lifecycle

docker -v

# 你也可以直接拉docker pull grafana/grafana， 即拉取最新的鏡像docker pull grafana/grafana:lastest
docker pull grafana/grafana:9.3.2

# /opt/grafana/data目錄，準備用來掛載放置grafana的數(shù)據(jù)
# /opt/grafana/plugins目錄，準備用來放置grafana的插件
# /opt/grafana/config目錄，準備用來掛載放置grafana的配置文件
mkdir -p /opt/grafana/{data,plugins,config}
# 授權(quán)相關(guān)文件夾權(quán)限
chmod -R 777 /opt/grafana/data
chmod -R 777 /opt/grafana/plugins
chmod -R 777 /opt/grafana/config

# 先臨時啟動一個容器
docker run --name grafana-tmp -d -p 3000:3000 grafana/grafana:9.3.2
# 將容器中默認的配置文件拷貝到宿主機上
docker cp grafana-tmp:/etc/grafana/grafana.ini /opt/grafana/config/grafana.ini
# 移除臨時容器
docker stop grafana-tmp
docker rm grafana-tmp

# 修改配置文件（需要的話）
# vim /opt/grafana/config/grafana.ini

# 啟動prometheus
# 環(huán)境變量GF_SECURITY_ADMIN_PASSWORD：指定admin的密碼
# 環(huán)境變量GF_INSTALL_PLUGINS：指定啟動時需要安裝得插件
#         grafana-clock-panel代表時間插件
#         grafana-simple-json-datasource代表json數(shù)據(jù)源插件
#         grafana-piechart-panel代表餅圖插件
docker run -d \
    -p 3000:3000 \
    --name=grafana \
    -v /etc/localtime:/etc/localtime:ro \
    -v /opt/grafana/data:/var/lib/grafana \
    -v /opt/grafana/plugins/:/var/lib/grafana/plugins \
    -v /opt/grafana/config/grafana.ini:/etc/grafana/grafana.ini \
    -e "GF_SECURITY_ADMIN_PASSWORD=admin" \
    -e "GF_INSTALL_PLUGINS=grafana-clock-panel,grafana-simple-json-datasource,grafana-piechart-panel" \
    grafana/grafana:9.3.2

# 下載
wget https://github.com/prometheus/node_exporter/releases/download/v1.1.2/node_exporter-1.1.2.linux-amd64.tar.gz
# 解壓
tar -xvf node_exporter-1.1.2.linux-amd64.tar.gz
cd node_exporter-1.1.2.linux-amd64
# 啟動
nohup ./node_exporter  --web.listen-address=":9100" &

vim /opt/prometheus/config/prometheus.yml

# 前提條件：啟動prometheus時，啟用了web.enable-lifecycle
# 發(fā)送post請求到prometheus的/-/reload下觸發(fā)熱加載配置
curl -X POST http://47.105.39.189:9090/-/reload

docker -v

# 你也可以直接拉docker pull prom/alertmanager， 即拉取最新的鏡像docker pull prom/alertmanager:lastest
docker pull prom/alertmanager:v0.25.0

# /opt/alertmanager/config目錄，準備用來放置alertmanager的配置文件
# /opt/alertmanager/template目錄，準備用來掛載放置alertmanager的模板文件
mkdir -p /opt/alertmanager/{config,template}
# 授權(quán)相關(guān)文件夾權(quán)限
chmod -R 777 /opt/alertmanager/config
chmod -R 777 /opt/alertmanager/template

# 配置文件
cat > /opt/alertmanager/config/alertmanager.yml << \EOF
global:
  resolve_timeout: 5m
  # 發(fā)件人
  smtp_from: '1612513157@qq.com'
  # 郵箱服務(wù)器的 POP3/SMTP 主機配置 smtp.qq.com 端口為 465 或 587
  smtp_smarthost: 'smtp.qq.com:465'
  # 用戶名
  smtp_auth_username: '1612513157@qq.com'
  # 授權(quán)碼 或 密碼
  smtp_auth_password: '你的qq授權(quán)碼'
  smtp_require_tls: false
  smtp_hello: 'qq.com'
templates:
  # 指定預(yù)警內(nèi)容模板
  - '/etc/alertmanager/template/email.tmpl'
route:
  # 指定通過什么字段進行告警分組(如：alertname=A和alertname=B的將會被分導(dǎo)兩個組里面)
  group_by: ['alertname']
  # 在組內(nèi)等待所配置的時間，如果同組內(nèi)，5 秒內(nèi)出現(xiàn)相同報警，在一個組內(nèi)出現(xiàn)
  group_wait: 5s
  # 如果組內(nèi)內(nèi)容不變化，合并為一條警報信息，5 分鐘后發(fā)送
  group_interval: 5m
  # 發(fā)送告警間隔時間 s/m/h，如果指定時間內(nèi)沒有修復(fù)，則重新發(fā)送告警
  repeat_interval: 5m
  # 默認的receiver。 如果一個報警沒有被任何一個route匹配，則發(fā)送給默認的接收器
  receiver: 'justrydeng163email'
  #子路由(上面所有的route屬性都由所有子路由繼承，并且可以在每個子路由上進行覆蓋)
  routes:
  # 當觸發(fā)當前預(yù)警的prometheus規(guī)則滿足：標簽alarmClassify的為normal時（標簽名、標簽值可以自定義，只要和編寫的prometheus的rule里面設(shè)置的標簽呼應(yīng)上即可），往justrydeng163email發(fā)送郵件
  - receiver: justrydeng163email
    match_re:
      alarmClassify: normal
  # 當觸發(fā)當前預(yù)警的prometheus規(guī)則滿足：標簽alarmClassify的值為special時（標簽名、標簽值可以自定義，只要和編寫的prometheus的rule里面設(shè)置的標簽呼應(yīng)上即可），往justrydengQQemail發(fā)送郵件
  - receiver: justrydengQQemail
    match_re:
      alarmClassify: special
receivers:
- name: 'justrydeng163email'
  email_configs:
  # 如果想發(fā)送多個人就以 ',' 做分割
  - to: '13548417409@163.com'
    send_resolved: true
    # 接收郵件的標題
    headers: {Subject: "alertmanager報警郵件"}
- name: 'justrydengQQemail'
  email_configs:
  # 如果想發(fā)送多個人就以 ',' 做分割
  - to: '1249823187@qq.com'
    send_resolved: true
    # 接收郵件的標題
    headers: {Subject: "alertmanager報警郵件"}
inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['alertname', 'dev', 'instance']
EOF

# 查看一下配置文件
cat /opt/alertmanager/config/alertmanager.yml

# 因為我們進行了掛載，所以我們只需編輯宿主機上的模板文件即可
cat > /opt/alertmanager/template/email.tmpl << \EOF
{{ define "email.html" }}
<table border="1">
        <tr>
                <td>報警項</td>
                <td>實例</td>
                <td>報警閥值</td>
                <td>開始時間</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

# 查看一下模板文件
cat /opt/alertmanager/template/email.tmpl

# 啟動alertmanager (啟動后docker ps檢查一下，確保alertmanager起來了即可)
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:v0.25.0

# 查看一下docker容器
docker ps | grep alertmanager
# 再看一下alertmanager的日志
docker logs --tail=50 alertmanager

vim /opt/prometheus/config/prometheus.yml

# 啟用alertmanager
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          # alertmanager的地址
          - 172.31.113.186:9093

# 因為我們啟動prometheus時，是掛載了宿主機的/opt/prometheus/rules目錄到/prometheus/rules下，且配置了/prometheus/rules目錄下所有的.rules文件都會被作為規(guī)則文件的
# 所以我們只需要將規(guī)則文件創(chuàng)建到宿主機的/opt/prometheus/rules目錄下即可
cat > /opt/prometheus/rules/os.rules << \EOF
groups:
- name: os
  rules:
  # prometheus是通過對應(yīng)exporter的metric指標查詢接口獲取到被監(jiān)測對象的數(shù)據(jù)的。當這個接口調(diào)用不通（或調(diào)用出錯時），會認為up == 0,當持續(xù)時間滿足for時，會發(fā)出對應(yīng)的節(jié)點宕機預(yù)警
  # 實際上，exporter的指標查詢接口調(diào)不通，也可能是因為超時或者其它什么導(dǎo)致的，并不一定是被監(jiān)控節(jié)點down機了
  - alert: instance不可用（宕機或忙）告警
    expr: up == 0
    for: 1m
    labels:
      alarmClassify: normal
    annotations:
      summary: "監(jiān)控程序{{ $labels.job }}所監(jiān)控機器不可用"
      description: "監(jiān)控程序 {{ $labels.job }}(監(jiān)控程序地址為{{ $labels.instance }}) down機超過1分鐘了"
  - alert: CPU告警
    expr: 100-(avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) by(instance)* 100) > 90
    for: 5m
    labels:
      alarmClassify: normal
    annotations:   
      summary: "CPU告警：CPU使用大于90%(目前使用:{{$value}}%)"
      description: "CPU告警：監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的CPU使用大于90%(目前使用:{{$value}}%). 已經(jīng)持續(xù)5分鐘了"
  - alert: 內(nèi)存告警
    expr: 100 - ((node_memory_MemAvailable_bytes * 100) / node_memory_MemTotal_bytes) > 90
    for: 30m
    labels:
      alarmClassify: normal
    annotations:
      summary: "內(nèi)存告警：內(nèi)存使用大于80%(目前使用:{{$value}}%)"
      description: "內(nèi)存告警：監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的內(nèi)存使用大于80%(目前使用:{{$value}}%)"
  - alert: 磁盤分區(qū)使用率報警
    expr: 100 - ((node_filesystem_avail_bytes{fstype=~"rootfs|xfs",mountpoint=~"/|/etc/hosts"} * 100) / node_filesystem_size_bytes{fstype=~"rootfs|xfs",mountpoint=~"/|/etc/hosts"}) > 80
    for: 1m
    labels:
      alarmClassify: normal
    annotations:
      summary: "磁盤分區(qū)告警：{{$labels.mountpoint}} 磁盤分區(qū)使用大于80%(目前使用:{{$value}}%)"
      description: "磁盤分區(qū)告警：監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的磁盤分區(qū)使用量大于80%(目前使用:{{$value}}%). 其它信息：device:{{$labels.device}}, mount:{{$labels.mountpoint}} "
  - alert: 掛載磁盤分區(qū)使用率報警
    expr: 100 - ((node_filesystem_avail_bytes{mountpoint=~"/rootfs/newDisk|/backup"} * 100) / node_filesystem_size_bytes{mountpoint=~"/rootfs/newDisk|/backup"}) > 80
    for: 1m
    labels:
      alarmClassify: normal
    annotations:
      summary: "掛載磁盤分區(qū)告警：{{$labels.mountpoint}} 掛載磁盤分區(qū)使用大于80%(目前使用:{{$value}}%)"
      description: "掛載磁盤分區(qū)告警：監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的掛載磁盤分區(qū)使用量大于80%(目前使用:{{$value}}%). 其它信息：device:{{$labels.device}}, mount:{{$labels.mountpoint}} "
  - alert: IO性能
    expr: ((irate(node_disk_io_time_seconds_total[30m]))* 100) > 95
    for: 1m
    labels:
      alarmClassify: normal
    annotations:
      summary: "{{$labels.mountpoint}} 流入磁盤IO使用率過高"
      description: "監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的{{$labels.mountpoint }}流入磁盤IO大于95%(目前使用:({{$value}}))"
  - alert: 網(wǎng)絡(luò)(入)
    expr: ((sum(rate (node_network_receive_bytes_total{device!~'tap.*|veth.*|br.*|docker.*|virbr*|lo*'}[5m])) by (instance)) / 100) > 10240
    for: 5m
    labels:
      alarmClassify: normal
    annotations:
      summary: "{{$labels.mountpoint}} 流入網(wǎng)絡(luò)帶寬過高"
      description: "監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的 {{$labels.mountpoint }} 流入網(wǎng)絡(luò)帶寬持續(xù)5分鐘高于10M. RX帶寬使用率{{$value}}"
  - alert: 網(wǎng)絡(luò)(出)
    expr: ((sum(rate (node_network_transmit_bytes_total{device!~'tap.*|veth.*|br.*|docker.*|virbr*|lo*'}[5m])) by (instance)) / 100) > 10240
    for: 5m
    labels:
      alarmClassify: normal
    annotations:
      summary: "{{$labels.mountpoint}} 流出網(wǎng)絡(luò)帶寬過高"
      description: "監(jiān)控程序{{$labels.instance}}所監(jiān)控機器的 {{$labels.mountpoint }} 流出網(wǎng)絡(luò)帶寬持續(xù)5分鐘高于10M. RX帶寬使用率{{$value}}"
EOF

# 查看一下os.rules規(guī)則
cat /opt/prometheus/rules/os.rules

global:
。。。省略
alerting:
。。。省略
rule_files:
。。。省略
scrape_configs:
  # 采集任務(wù)
  - job_name: 'xxx'
    static_configs:
      - targets: ['47.105.39.189:9100']
        # 設(shè)置采集任務(wù)標簽 (注：如果預(yù)警規(guī)則里面設(shè)置有同名標簽的話，預(yù)警時則會覆蓋此標簽)
        labels:
          env: prod
          name: justrydeng
          instance: xxx-instance
          group: 'ds'

# 進入容器
# docker exec -it {容器id 或 容器名} /bin/sh
docker exec -it prometheus /bin/sh
# 使用promtool 工具，執(zhí)行check指令
# promtool check rules {規(guī)則文件，后綴名隨意都可以}
promtool check rules /prometheus/rules/os.rules

# 重啟容器prometheus
docker restart prometheus
# 查看日志
docker logs --tail=50 prometheus