Prometheus Alertmanager告警对接到企业微信和微信

前言

前几天总结了Prometheus+Alertmanager告警与钉钉的对接，近日经过摸索，查找网上资料，得出此文章。
Prometheus Alertmanager告警发送到企业微信和微信主要需要这么几个步骤：

1. 获取企业微信后台相关消息，企业ID，部门ID，AgentId，Secret；
2. Alertmanager服务配置和微信告警模板配置；
3. Prometheus服务配置以及Alertmanager告警规则配置；

要是企业微信能收到告警消息了，再通过微信插件就能同步给微信了。

获取企业微信消息

访问企业微信官网：https://work.weixin.qq.com/ 企业微信可以供我们注册企业，目前限制不多，人人都可以注册，也不需要企业认证。

企业ID

注册完成之后，通过企业微信官网登录后台管理，在【我的企业】的企业信息里面，获取到Alertmanager服务配置需用到的第一个配置：企业ID

部门ID

在【通讯录】中，添加一个子部门，用于接收告警信息，后面把人加到该部门，部门内的人就能接收到告警信息了。

子部门添加完成之后就能看到该部门ID了

告警AgentId和Secret

告警AgentId和Secret的获取是需要在企业微信后台，在【应用管理】中，创建应用后才能够获得的。

填写相关消息，最后点击创建应用。

点击刚才创建好的应用Prometheus，就可以看到AgentId和Secret

Secret点击查看即可获取


通过以上步骤，我们就获取到配置Alertmanager的全部信息，包括：企业ID，接收告警的部门ID，AgentId和Secret，共四条消息。

Alertmanager配置

alertmanager.yml

alertmanager.yml叫做Alertmanager的配置文件，其模板都大同小异，此处为企业微信的模板。

global:
  resolve_timeout: 1m   # 每1分钟检测一次是否恢复
  wechat_api_url: 'https://qyapi.weixin.qq.com/cgi-bin/'    # 企业微信的api_url，无需修改
  wechat_api_corp_id: 'xxxxxxxxxx'      # 企业微信中企业ID
  wechat_api_secret: 'xxxxxxxxxxxxx'      # 企业微信中，Prometheus应用的Secret

templates:
  - '/software/alertmanager-0.23.0.linux-amd64/*.tmpl'       # Alertmanager微信告警模板

route:
  receiver: 'wechat'
  group_by: ['env','instance','type','group','job','alertname']
  group_wait: 10s       # 初次发送告警延时
  group_interval: 10s   # 距离第一次发送告警，等待多久再次发送告警
  repeat_interval: 5m   # 告警重发时间

receivers:
- name: 'wechat'
  wechat_configs: 
  - send_resolved: true
    message: '{{ template "wechat.default.message" . }}'
    to_party: '2'         # 企业微信中创建的接收告警的告警部门ID
    agent_id: '1000002'     # 企业微信中创建应用的AgentId
    api_secret: 'xxxxxxxxxxxxx'      # 企业微信中，Prometheus应用的Secret
复制

wechat.tmpl

alertmanager.yml中templates项以配置的就是此文件，复制内容即可使用

{{ define "wechat.default.message" }}
{{- if gt (len .Alerts.Firing) 0 -}}
{{- range $index, $alert := .Alerts -}}
{{- if eq $index 0 }}
========= 监控报警 =========
告警状态：{{   .Status }}
告警级别：{{ .Labels.severity }}
告警类型：{{ $alert.Labels.alertname }}
故障主机: {{ $alert.Labels.instance }}
告警主题: {{ $alert.Annotations.summary }}
告警详情: {{ $alert.Annotations.message }}{{ $alert.Annotations.description}};
触发阀值：{{ .Annotations.value }}
故障时间: {{ ($alert.StartsAt.Add 28800e9).Format "2006-01-02 15:04:05" }}
========= = end =  =========
{{- end }}
{{- end }}
{{- end }}
{{- if gt (len .Alerts.Resolved) 0 -}}
{{- range $index, $alert := .Alerts -}}
{{- if eq $index 0 }}
========= 异常恢复 =========
告警类型：{{ .Labels.alertname }}
告警状态：{{   .Status }}
告警主题: {{ $alert.Annotations.summary }}
告警详情: {{ $alert.Annotations.message }}{{ $alert.Annotations.description}};
故障时间: {{ ($alert.StartsAt.Add 28800e9).Format "2006-01-02 15:04:05" }}
恢复时间: {{ ($alert.EndsAt.Add 28800e9).Format "2006-01-02 15:04:05" }}
{{- if gt (len $alert.Labels.instance) 0 }}
实例信息: {{ $alert.Labels.instance }}
{{- end }}
========= = end =  =========
{{- end }}
{{- end }}
{{- end }}
{{- end }}
复制

Prometheus配置

Prometheus的配置主要由prometheus.yml主文件和rule.yml告警规则文件组成：

prometheus.yml

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

rule.yml

告警规则文件罗列了CPU，服务状态，内存，磁盘的告警规则

groups:
# 报警组组名称
    - name: node_rule
      #报警组规则
      rules:
      #告警名称，需唯一

      - alert: Server Status
        #promQL表达式
        expr: up == 0
        #满足此表达式持续时间超过for规定的时间才会触发此报警
        for: 10s
        labels:
          #严重级别
          severity: critical
        annotations:
         #发出的告警标题
          summary: "实例 {{ $labels.instance }} 关闭"
          #发出的告警内容
          description: "系统 {{ $labels.instance }}: 实例关闭"
          ip: "{{ $labels.ip }}"

      - alert: Memory Usage
        expr: 100 - round(node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100) > 80
        for: 1m
        labels:
          severity: error
        annotations:
          summary: "实例 {{ $labels.instance }} 内存使用率过高"
          description: "实例内存使用率超过 80% (当前值为: {{ $value }}%)"
          ip: "{{ $labels.ip }}"

      - alert: CPU Usage
        expr: 100 - round(avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) by(instance)* 100) > 80
        for: 1m
        labels:
          severity: error
        annotations:
          summary: "实例 {{ $labels.instance }} CPU使用率过高"
          description: "实例CPU使用率超过 80% (当前值为: {{ $value }}%)"
          ip: "{{ $labels.ip }}"

      - alert: Disk Usage
        expr: 100 - round(node_filesystem_free_bytes{fstype=~"ext3|ext4|xfs"}/node_filesystem_size_bytes {fstype=~"ext4|xfs"}
*100) > 80
        for: 1m
        labels:
          severity: error
        annotations:
          summary: "实例 {{ $labels.instance }} 磁盘使用率过高"
          description: "实例磁盘使用率超过 80% (当前值为: {{ $value }}%)"
          ip: "{{ $labels.ip }}"
复制

启动Prometheus和Alertmanager服务

nohup ./prometheus --config.file=/software/prometheus-2.33.3.linux-amd64/etc/prometheus.yml --storage.tsdb.retention.time=90d --log.level=debug > /software/prometheus-2.33.3.linux-amd64/prometheus.log 2>&1 &      #启动prometheus软件，指定配置文件设置数据保留时间为90天设置日志级别
ss -alntup | grep -i 9090      #确认9090端口是否启动，此时命令应该有输出。

nohup ./alertmanager --config.file=/software/alertmanager/alertmanager.yml --cluster.advertise-address=0.0.0.0:9093 --log.level=debug > /software/alertmanager/alertmanager.log 2>&1 &      #启动alertmanager软件指定配置文件设置监听为0.0.0.0:9093设置日志级别
ss -alntup | grep -i 9093      #确认9093端口是否启动，此时命令应该有输出。
复制

接收的告警消息及恢复消息

此图为企业微信接收告警图片

微信目前能通过和企业微信关联接收企业微信消息，微信扫描二维码关注方式关联即可。

此图为微信接收告警图片

小结

Alertmanager的告警推送给企业微信是通过企业ID，部门ID，AgentId，Secret这四个消息来辨别接收者。消息是通过企业注册，企业微信部门和自定义应用来得到的，告警推送和告警模板都由Alertmanager这边控制。获取服务器消息和告警规则是Prometheus来操控。企业微信和微信能互相接收发送消息通过微信插件来完成。