跳到主要内容
版本:2.3.2

告警管理

提示

仅企业版支持,获取告警组件请联系 CC

介绍

CnosDB 支持告警管理,通过 CnosDB 告警管理,您可以查看告警信息、设置告警通知方式、设置告警规则、设置告警通知组等。

实现原理

cnos-alert组件针对存储在CnosDB中时序数据,根据用户提交的配置文件,定时执行sql查询,对查询结果与阈值比对,将触发告警的查询结果发送至用户指定接收终端。 sql查询: 标准的cnosdb-sql查询语句,考虑到告警的使用场景,一般都是带有time相关where子句。 阈值: 配置时需要指定sql查询返回值的一个字段,为这个字段设置一个触发告警的阈值,目前支持大于、小于、等于、区间内、区间外五类阈值形式。 通知接收终端: 目前支持slack、twitter两种。 历史记录: 所有触发告警的查询结果、发出的通知都将记录在cnosdb中。 用户配置的告警规则记录在用户指定位置json文件中。 告警组件原理

启动

./alertserver --config=alertserver.yaml --serverport=9001

配置(alertserver.yaml)

query: #被查询数据所在cnosdb配置
nodeHost: 127.0.0.1
nodePort: 8902
authorization: ********* #仅支持base64加密后的用户名密码
alert: #告警规则配置持久化配置
filePath: /etc/alert.json
store: #告警、通知记录保存所在cnosdb配置
nodeHost: 127.0.0.1
nodePort: 8902
authorization: ********* #仅支持base64加密后的用户名密码
alerttable: alertrecord #告警记录表名
notitable: notirecord #通知记录表明

API 接口描述

/api/http/ping

描述

测试服务运行状态

请求方法

  • GET

请求示例

curl -X GET http:/127.0.0.1:30001/api/http/ping

请求成功

{"message":"ok"}

请求失败

curl: error

/api/v1/alert/config/rule

描述

创建一条告警规则

请求方法

  • POST

请求示例

curl -X POST http:/127.0.0.1:30001/api/v1/alert/config/rule

请求参数

{
"tenant": "cnosdb", # 被查询数据所在cnosdb中的租户
"data": {
"enabled": "on", # 告警规则的初始执行状态,【“on”, “off“】
"dbname": "public", # 被查询数据所在数据库
"sqlType": 1, # 选择sql类型,本地推荐 1,使用sqlCmd参数中的完整sql进行查询
"sqlCmd": "select cpu, avg(usage_user) from cpu where time >= now() - interval '20' SECOND group by cpu", # 与sqlType 1配合使用
"period": "15s", # 查询执行周期,由数字➕ 【‘s',’m‘,’h‘,’d‘】组成
"thresholds": [ # 阈值设置
{
"checks": [ # 查询结果需要进行的检查
{
"value": "0.2", # 一个比较值
"operator": 1 # 一个比较运算,-2: 小于等于, -1: 小于, 0: 等于, 1: 大于, 2: 大于等于
}
],
"period": "Automation", # 通知任务执行周期,【’Automation', 'Hourly', 'Daily','Weekly'],其中Automation为一分钟一次
"severity": "Medium", # 告警级别
"endtools": [ # 接收终端
{
"name": "slack", # 终端命名
"receiver": "https://hooks.slack.com/services/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", # slack需要用户提供webhookurl,twitter则需要用户提供校验key
"format": "", # 配置通知内容的格式,具体参考后续示例
"tool": "slack" # 终端类型
}
],
"checkrelation": 0 # checks可以有多个,通过relation确定check之间的逻辑关系,0为或运算,1为与运算
}
],
"name": "cpu new", # rule名字
"description": "cpu local demo", # 描述
"field": "AVG(cpu.usage_user)", # 查询结果被用来比较的字段
}
}

请求成功

{ 
"message":"succeed",
"id":"1"
}

请求失败

{
"code":3,
"message":"invalid character '}' looking for beginning of object key string",
"details":[]
}

/api/v1/alert/config/rule

描述

修改一条告警规则

请求方法

  • PUT

请求示例

curl -X PUT http:/127.0.0.1:30001/api/v1/alert/config/rule

请求参数

{
"id": 1, # rule的id
"tenant": "cnosdb", # 被查询数据所在cnosdb中的租户
"data": {
"enabled": "on", # 告警规则的初始执行状态,【“on”, “off“】
"dbname": "public", # 被查询数据所在数据库
"sqlType": 1, # 选择sql类型,本地推荐 1,使用sqlCmd参数中的完整sql进行查询
"sqlCmd": "select cpu, avg(usage_user) from cpu where time >= now() - interval '20' SECOND group by cpu", # 与sqlType 1配合使用
"period": "15s", # 查询执行周期,由数字➕ 【‘s',’m‘,’h‘,’d‘】组成
"thresholds": [ # 阈值设置
{
"checks": [ # 查询结果需要进行的检查
{
"value": "0.2", # 一个比较值
"operator": 1 # 一个比较运算,-2: 小于等于, -1: 小于, 0: 等于, 1: 大于, 2: 大于等于
}
],
"period": "Automation", # 通知任务执行周期,【’Automation', 'Hourly', 'Daily','Weekly'],其中Automation为一分钟一次
"severity": "Medium", # 告警级别
"endtools": [ # 接收终端
{
"name": "slack", # 终端命名
"receiver": "https://hooks.slack.com/services/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", # slack需要用户提供webhookurl,twitter则需要用户提供校验key
"format": "", # 配置通知内容的格式,具体参考后续示例
"tool": "slack" # 终端类型
}
],
"checkrelation": 0 # checks可以有多个,通过relation确定check之间的逻辑关系,0为或运算,1为与运算
}
],
"name": "cpu new", # rule名字
"description": "cpu local demo", # 描述
"field": "AVG(cpu.usage_user)", # 查询结果被用来比较的字段
}
}

请求成功

{ "message":"succeed" }

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

api/v1/alert/config/rule/tenant/:tenant/id/:id

描述

获取指定rule的信息

请求方法

  • GET

请求示例

curl -X GET http:/127.0.0.1:30001/api/v1/alert/config/rule/tenant/cnosdb/id/1

请求参数

    :tenant: 租户
:id: rule id

请求成功

{
"id": "1",
"data":{
"enabled": "off",
"dbname": "public",
"sql": null,
"period": "15s",
"thresholds": [
{
"checks": [
{
"value": "0.2",
"operator": 1
}
],
"period": "Automation",
"severity": "Medium",
"endtools":[
{
"name": "slack",
"receiver": "https://hooks.slack.com/services/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", "format": "",
"tool": "slack"
}
],
"checkrelation": 0
}
],
"name": "cpu new",
"description": "cpu local demo",
"field": "AVG(cpu.usage_user)",
"create": "2023-08-17T10:45:02+08:00",
"latestupdate": "2023-08-17T11:24:43+08:00",
"lateststatus": "0",
"additionalRetrospectiveTime": "",
"sqlType": "1",
"sqlCmd": "select cpu, avg(usage_user) from cpu where time >= now() - interval '20' SECOND group by cpu"
}
"tenant": "cnosdb"
}

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

api/v1/alert/config/rule/tenant/:tenant/id/:id

描述

删除置顶rule

请求方法

  • DELETE

请求示例

curl -X DELETE http:/127.0.0.1:30001/api/v1/alert/config/rule/tenant/cnosdb/id/1

请求参数

    :tenant: 租户
:id: rule id

请求成功

{
"message": "succeed"
}

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

/api/v1/alert/config/rule/tenant/:tenant

描述

列出指定租户下所有rule

请求方法

  • GET

请求示例

curl -X DELETE http:/127.0.0.1:30001/api/v1/alert/config/rule/tenant/cnosdb?page=1&per_page=10

请求参数

    :tenant: 租户
page: 页数
per_page: 每页展示记录数量

请求成功

{
"data":[
{
"name": "cpu new", # rule name
"severity": "Medium", # rule 级别
"lastrun": "2023-08-17T11:51:04+08:00", # sql查询最后一次执行时间
"enabled": "on", # rule状态
"laststatus": "0", # 最后一次执行状态,0表示失败,1表示成功
"id": 2 # rule id
}
],
"order": "name, severity, lastrun, laststatus, enabled", # 本地无需关心
"total": "1" # 租户下rule总量
}

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

/api/v1/alert/config/rule/tenant/:tenant

描述

列出指定租户下所有rule

请求方法

  • GET

请求示例

curl -X DELETE http:/127.0.0.1:30001/api/v1/alert/config/rule/tenant/cnosdb?page=1&per_page=10

请求参数

    :tenant: 租户
page: 页数
per_page: 每页展示记录数量

请求成功

{
"data":[
{
"name": "cpu new", # rule name
"severity": "Medium", # rule 级别
"lastrun": "2023-08-17T11:51:04+08:00", # sql查询最后一次执行时间
"enabled": "on", # rule状态
"laststatus": "0", # 最后一次执行状态,0表示失败,1表示成功
"id": 2 # rule id
}
],
"order": "name, severity, lastrun, laststatus, enabled", # 本地无需关心
"total": "1" # 租户下rule总量
}

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

api/v1/alert/data/alert/tenant/:tenant

描述

列出指定租户下所有alert记录

请求方法

  • GET

请求示例

curl -X DELETE http:/127.0.0.1:30001/api/v1/alert/data/alert/tenant/cnosdb?page=1&per_page=10

请求参数

    :tenant: 租户
page: 页数
per_page: 每页展示记录数量

请求成功

{
"data": "[{\"enabled\":1,\"name\":\"cpu new\",\"severity\":\"Medium\",\"time\":\"2023-06-27T09:49:08.441665430\",\"value\":\"{\\\"AVG(cpu.usage_user)\\\":0.2001001001000161,\\\"cpu\\\":\\\"cpu2\\\"}\"}]", # alert记录 json字符串
"order": "time, name, severity, value, enabled", # 本地可无视
"total": "628" # alert总量
}

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

api/v1/alert/data/noti/tenant/:tenant

描述

列出指定租户下所有通知记录

请求方法

  • GET

请求示例

curl -X DELETE http:/127.0.0.1:30001/api/v1/alert/data/noti/tenant/cnosdb?page=1&per_page=10

请求参数

    :tenant: 租户
page: 页数
per_page: 每页展示记录数量

请求成功

{
"data": "[{\"name\":\"cpu new\",\"send_status\":1,\"severity\":\"Medium\",\"time\":\"2023-06-27T09:27:08\",\"value\":\"{\\\"AVG(cpu.usage_user)\\\":0.20040080160339818,\\\"cpu\\\":\\\"cpu1\\\"}\\n{\\\"AVG(cpu.usage_user)\\\":0.3000000000020009,\\\"cpu\\\":\\\"cpu3\\\"}\\n{\\\"AVG(cpu.usage_user)\\\":0.20026912240306194,\\\"cpu\\\":\\\"cpu-total\\\"}\\n{\\\"AVG(cpu.usage_user)\\\":0.3501002004075616,\\\"cpu\\\":\\\"cpu0\\\"}\\n{\\\"AVG(cpu.usage_user)\\\":0.2999999999974534,\\\"cpu\\\":\\\"cpu2\\\"}\"}]", # noti记录 json字符串
"order": "time, name, severity, value, send_status", # 本地可无视
"total": "35" # 总量
}

请求失败

{
"code": error id,
"message": error string,
"details":[]
}

示例

假设我们通过telegraf工具向cnosdb中写入了cpu的监控数据,表的部分数据如下:

public ❯ select time, cpu, usage_user from cpu order by time desc limit 5;
+---------------------+-----------+---------------------+
| time | cpu | usage_user |
+---------------------+-----------+---------------------+
| 2023-07-04T08:17:50 | cpu0 | 0.0 |
| 2023-07-04T08:17:50 | cpu1 | 0.6012024047821427 |
| 2023-07-04T08:17:50 | cpu2 | 0.0 |
| 2023-07-04T08:17:50 | cpu3 | 0.20040080160339818 |
| 2023-07-04T08:17:50 | cpu-total | 0.2503128911078006 |
+---------------------+-----------+---------------------+

这个表每 10 秒会记录一次 cpu 的相关数据,我们想要监控该表中各cpu的usage_user值,当过去一分钟内它的平均值大与 0.2 时,发出告警到 slack。

创建Rule

curl --location 'http://localhost:30001/api/v1/alert/config/rule' \
--header 'Content-Type: application/json' \
--data '{
"tenant": "cnosdb",
"data": {
"enabled": "on",
"dbname": "public",
"sqlType": 1,
"sqlCmd": "select cpu, avg(usage_user) from cpu where time >= now() - interval '\''20'\'' SECOND group by cpu",
"period": "15s",
"thresholds": [
{
"checks": [
{
"value": "0.2",
"operator": 1
}
],
"period": "Automation",
"severity": "Medium",
"endtools": [
{
"name": "slack",
"receiver": "https://hooks.slack.com/services/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",
"format": "{{dbname}}{{sql}}{{name}}{{period}}{{description}}{{threshold}}",# 添加要展示在通知中的参数值,目前支持这六个参数
"tool": "slack"
}
],
"checkrelation": 0
}
],
"name": "cpu new",
"description": "cpu local demo",
"field": "AVG(cpu.usage_user)",
"additionalRetrospectiveTime": "5s"
}
}'

在Slack查看接受到的通知