Question

情况：我安装了Prometheus和Alertmanager来监控各种设备的CPU温度。 Alertmanager将警报从生产设备发送到PagerDuty。

我监视的设备具有不同的型号和不同的操作规格。 1-5型的正常CPU温度是50C，而6型的是70C。当前，CPU温度警报的阈值是60C，因此PagerDuty会不断从在正常温度下运行的Model 6设备获取警报。

如果温度低于80C，是否有办法仅从6型设备中过滤出CPU温度警报，而在60℃时仍能获得1-5型设备的CPU温度警报？

注意：还有许多其他指标正在监视，但对于所有其他指标（CPU温度除外），所有设备型号都具有完全相同的阈值。

这是我的alertmanager.yml的摘要，它将产品警报发送给PagerDuty

- match:
    stack_name: prod
    severity: critical
  receiver: PagerDuty

诚然，我没有太多的YML经验。但这是我希望做的，但是我不确定语法是否正确：

- match:
    stack_name: prod
    severity: critical
    alertname: !device_cpu_temperature
  receiver: PagerDuty
- match:
    stack_name: prod
    severity: critical
    alertname: device_cpu_temperature
    uuid: !*6X*
  receiver: PagerDuty
- match: 
    stack_name: prod
    severity: critical
    alertname: device_cpu_temperature
    uuid: *6X*
    value: >80
  receiver: PagerDuty

所需结果：

除device_cpu_temperature以外的所有重要产品警报都发送到PagerDuty
仅当型号不是6（uuid包含型号后跟'X'）时，才会将严重的prod device_cpu_temperature警报发送给PagerDuty。
只有当CPU温度高于80C时，来自模型6设备的关键产品device_cpu_temperature警报才发送到PagerDuty。

在Prometheus中设置2个不同的警报规则会更好吗？某些规则只能应用于某些设备吗？如果可以，怎么办？

Answer 1

更容易的是在Prometheus中创建不同的警报规则。

实际上，警报管理器仅用于发送，分组，过滤等警报，而不用于评估指标。

您可以在Prometheus配置中使用两种不同的警报来实现此目的，并按主机名或导出器提供的任何其他标签进行过滤。

服务器1-5的表达式应如下所示：

 - alert: ServiceProbeFailed
   expr: cpu_temperature{hostname!~".*server_6.*"} > 50

服务器6的规则：

 - alert: ServiceProbeFailed
   expr: cpu_temperature{hostname=~".*server_6.*"} > 70

警报具有相同的名称，因此警报管理器将是相同的警报。

Prometheus-Alertmanager警报的复杂规则/过滤器

1 个答案: