prometheus实战之五：飞书通知告警

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：github.com/zq2599/blog...

本篇概览

本文是《prometheus实战》系列的第五篇，主要内容是完成任务：应用服务器CPU使用率偏高时，飞书APP收到告警通知，完整的数据流如下图
前文的进度是完成了上图的绿色部分，今天要做的就是完成红色部分，让完整的功能可以使用
前文咱们部署好了alertmanager，也在alertmanager上配置了告警时的webhook地址，然后还触发告警试了一下，不过由于webhook地址对应的服务并不存在，于是alertmanager调用失败，通过日志咱们观察到以下错误

shell 复制代码

May 13 10:04:40 deskmini alertmanager[767]: ts=2023-05-13T02:04:40.869Z caller=notify.go:732 level=warn component=dispatcher receiver=web.hook integration=webhook[0] msg="Notify attempt failed, will retry later" attempts=1 err="Post \"http://192.168.50.134:8888/webhook\": dial tcp http://192.168.50.134:8888/webhook: connect: connection refused"
May 13 10:09:40 deskmini alertmanager[767]: ts=2023-05-13T02:09:40.869Z caller=dispatch.go:352 level=error component=dispatcher msg="Notify for alerts failed" num_alerts=1 err="web.hook/webhook[0]: notify retry canceled after 16 attempts: Post \"http://192.168.50.134:8888/webhook\": dial tcp http://192.168.50.134:8888/webhook: connect: connection refused"
May 13 10:09:40 deskmini alertmanager[767]: ts=2023-05-13T02:09:40.869Z caller=notify.go:732 level=warn component=dispatcher receiver=web.hook integration=webhook[0] msg="Notify attempt failed, will retry later" attempts=1 err="Post \"http://192.168.50.134:8888/webhook\": dial tcp http://192.168.50.134:8888/webhook: connect: connection refused"

今天的任务就是把这个web服务开发出来，并运行起来，这样整个功能就完善了

准备工作：飞书机器人

本次实战打算用飞书作为通知消息的途径，因此要先把飞书机器人准备好，步骤如下
先创建一个群聊
名称随意
点击设置
点击群机器人，打开群机器人设置页面
点击添加
选择自定义机器人
对机器人的名称和描述做简单的说明
如下图，页面会给出这个机器人唯一的webhook地址，也就是说，只要向这个地址发送请求，机器人就会发言，内容就是请求body
把上面的webhook地址准备好，稍后编码的时候会用到
机器人已经准备好了，接下来开始编码
这里要声明一下，选用飞书机器人，仅仅是欣宸个人觉得它简单方便，您完全可以按自己喜好选择其他通知途径

源码下载

接下来要开发web服务，如果您不想写代码，可以在下面的仓库下载完整源码，更换飞书机器人的webhook地址后即可正常使用：

名称	链接	备注
项目主页	github.com/zq2599/blog...	该项目在GitHub上的主页
git仓库地址(https)	github.com/zq2599/blog...	该项目源码的仓库地址，https协议
git仓库地址(ssh)	git@github.com:zq2599/blog_demos.git	该项目源码的仓库地址，ssh协议

这个git项目中有多个文件夹，本篇的文件在tutorials/prometheus/webhook/文件夹下，如下图红框所示：

开发web服务，梳理开发步骤

本篇打算使用go语言来开发web服务，web框架选用的是hertz，其实这不重要，您可以选择自己擅长的语言和框架来完成
之所以用hertz，是因为它提供了命令可以快速创建工程，仅此而已
动手写代码之前，先梳理好编码的具体步骤

graph TD A(1. 创建工程) --> B(2. 搭好web框架) --> C(3. 定义数据结构:alertmanager的请求体) --> D(4. 定义数据结构:飞书消息的请求体和响应) --> E(5. 转换器,将alertmanager请求体转换为飞书请求体) --> F(6. 主逻辑,收到alertmanager请求时向飞书发请求) --> G(7. 路由配置,将web path和主逻辑绑定)

接下来的操作就按照上述步骤进行，先来创建web工程吧

创建web工程

再次强调，这里的web服务只是个helloworld级别的小工程，不论用什么语言什么框架都无所谓，您完全可以随心所欲
接下来介绍我这边的开发步骤，请确保本地golang已经部署成功，并且将 $GOPATH/bin添加到 PATH 环境变量之中(例如 export PATH=$ GOPATH/bin:$PATH)
首先是安装hertz，请确保本地golang已经部署成功，执行以下命令

shell 复制代码

go install github.com/cloudwego/hertz/cmd/hz@latest

新建名为webhook的文件夹，在里面执行以下命令就会创建名为webhook的web工程

shell 复制代码

hz new -module webhook

下载依赖包

shell 复制代码

go mod tidy

此时再看webhook目录，整个代码框架已经准备好了，接下来只要把业务代码填上去即可

shell 复制代码

tree webhook                                      
webhook
├── biz
│   ├── handler
│   │   └── ping.go
│   └── router
│       └── register.go
├── build.sh
├── go.mod
├── main.go
├── router_gen.go
├── router.go
└── script
    └── bootstrap.sh

编码，alertmanager请求体定义

先定义model，这是接受alertmanager请求的数据结构，新建文件webhook/biz/model/alert.go

go 复制代码

package model

import "time"

type Alert struct {
	Labels      map[string]string `json:"labels"`
	Annotations map[string]string `json:annotations`
	StartsAt    time.Time         `json:"startsAt"`
	EndsAt      time.Time         `json:"endsAt"`
}

type Notification struct {
	Version           string            `json:"version"`
	GroupKey          string            `json:"groupKey"`
	Status            string            `json:"status"`
	Receiver          string            `json:receiver`
	GroupLabels       map[string]string `json:groupLabels`
	CommonLabels      map[string]string `json:commonLabels`
	CommonAnnotations map[string]string `json:commonAnnotations`
	ExternalURL       string            `json:externalURL`
	Alerts            []Alert           `json:alerts`
}

编码，飞书消息的请求和响应

由于要请求飞书服务器，因此请求和响应的数据结构也要定义好，新建文件webhook/biz/model/lark.go

go 复制代码

package model

// 飞书机器人支持的POST数据结构
// 请求体相关
type LarkRequest struct {
	MsgType string  `json:"msg_type"`
	Content Content `json:"content"`
}
type Content struct {
	Text string `json:"text"`
}

// 响应体相关
type LarkResponse struct {
	Code int    `json:"code"`
	Msg  string `json:"msg"`
	Data Data   `json:"data"`
}
type Data struct {
}

编码，alertmanager到飞书请求体的转换工具

收到alertmanager请求后，要把有效内容转换成飞书请求体，这里做一个转换工具，新建文件webhook/biz/util/lark_transformer.go

go 复制代码

package util

import (
	"bytes"
	"fmt"
	"webhook/biz/model"
)

// TransformToLarkRequest 根据alertmanager的对象，创建出飞书消息的对象
func TransformToLarkRequest(notification model.Notification) (larkRequest *model.LarkRequest, err error) {
	var buffer bytes.Buffer

	// 先拿到分组情况
	buffer.WriteString(fmt.Sprintf("通知组%s，状态[%s]\n告警项\n\n", notification.GroupKey, notification.Status))

	// 每条告警逐个获取，拼接到一起
	for _, alert := range notification.Alerts {
		buffer.WriteString(fmt.Sprintf("摘要：%s\n详情：%s\n", alert.Annotations["summary"], alert.Annotations["description"]))
		buffer.WriteString(fmt.Sprintf("开始时间: %s\n\n", alert.StartsAt.Format("15:04:05")))
	}

	// 构造出飞书机器人所需的数据结构
	larkRequest = &model.LarkRequest{
		MsgType: "text",
		Content: model.Content{
			Text: buffer.String(),
		},
	}

	return larkRequest, nil
}

编码：主逻辑

数据结构和工具方法都准备好了，接下来就是主逻辑：收到alertmanager的请求后，根据请求体转为飞书消息请求体，再向飞书发送请求
接着是响应请求的handler，新建文件webhook/biz/handler/alertmanager.go

go 复制代码

// Code generated by hertz generator.

package handler

import (
	"bytes"
	"context"
	"encoding/json"
	"io"
	"net/http"
	"webhook/biz/model"
	"webhook/biz/util"

	"github.com/cloudwego/hertz/pkg/app"
	"github.com/cloudwego/hertz/pkg/common/hlog"
	"github.com/cloudwego/hertz/pkg/common/utils"
	"github.com/cloudwego/hertz/pkg/protocol/consts"
)

const (
	// 请使用您自己的机器人的webhook地址
	LARK_URL = "https://open.feishu.cn/open-apis/bot/v2/hook/12345678-1234-1234-1234-123456789012"
)

// Ping .
func AlertmanagerWebhook(ctx context.Context, c *app.RequestContext) {
	var notification model.Notification

	// 绑定对象
	err := c.BindAndValidate(&notification)
	if err != nil {
		c.JSON(consts.StatusBadRequest, utils.H{
			"error": err.Error(),
		})

		return
	}

	hlog.Info("收到alertmanager告警：\n%s", notification)

	// 根据alertmanager的请求构造飞书消息的请求数据结构
	larkRequest, _ := util.TransformToLarkRequest(notification)

	// 向飞书服务器发送POST请求，将飞书服务器返回的内容转为对象
	bytesData, _ := json.Marshal(larkRequest)
	req, _ := http.NewRequest("POST", LARK_URL, bytes.NewReader(bytesData))
	req.Header.Add("content-type", "application/json")
	res, err := http.DefaultClient.Do(req)
	// 飞书服务器可能通信失败
	if err != nil {
		hlog.Error("请求飞书服务器失败：%s", err)
		c.JSON(consts.StatusInternalServerError, utils.H{
			"error": err.Error(),
		})

		return
	}
	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)
	var larkResponse model.LarkResponse
	err = json.Unmarshal([]byte(body), &larkResponse)
	// 飞书服务器返回的包可能有问题
	if err != nil {
		hlog.Error("获取飞书服务器响应失败：%s", err)
		c.JSON(consts.StatusInternalServerError, utils.H{
			"error": err.Error(),
		})

		return
	}
	hlog.Info("向飞书服务器发送消息成功")
	c.JSON(consts.StatusOK, utils.H{
		"message": "successful receive alert notification message!",
	})
}

编码结束，可以运行起来试试了

vscode配置

如果您的IDE是vscode，将launch.json写成下面这样，就能在vscode启动这个项目了

json 复制代码

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Launch Package",
            "type": "go",
            "request": "launch",
            "mode": "auto",
            "program": "${workspaceFolder}"
        }
    ]
}

shell脚本配置

如果想在linux下编译、构建、运行，可以用hertz准备好的shell脚本，不过要先做一点修改
打开script/bootstrap.sh，内容如下

shell 复制代码

#!/bin/bash
CURDIR=$(cd $(dirname $0); pwd)
BinaryName=
echo "$CURDIR/bin/${BinaryName}"
exec $CURDIR/bin/${BinaryName}

上述内容中BinaryName变量没有值，这会导致运行程序时找不到二进制文件，这里给它加上，修改后如下

shell 复制代码

#!/bin/bash
CURDIR=$(cd $(dirname $0); pwd)
BinaryName=webhook
echo "$CURDIR/bin/${BinaryName}"
exec $CURDIR/bin/${BinaryName}

现在可以用现成的shell编译和运行项目了
构建命令是sh build.sh
启动命令是sh output/bootstrap.sh

验证

将web服务运行起来，确保其地址和alertmanager配置的一致
想办法触发告警，我这里是用ffmpeg使得应用服务器CPU使用类升高，如下图，prometheus的告警进入Firing状态
alertmanager收到告警
很快，飞书消息也到达了，内容符合预期
想办法让应用服务器退出告警状态，我这里是杀掉ffmpeg进程，让应用服务器的CPU回到正常状态
很快，飞书的第二条消息到来，状态是resolved，表示应用服务器已经退出告警状态
两条告警消息的间隔是5分钟，这和alertmanager的配置有关，如下图，group_interval表示5分钟内不在firing状态，就表示故障已恢复
至此，从部署到配置，再到最终飞书通知，整个告警的流程咱们都动手实现了，希望这一系列实战操作能给您一些参考，助您搭建出匹配业务的告警系统

欢迎关注掘金：程序员欣宸

学习路上，你不孤单，欣宸原创一路相伴...