alerting rules 编写

告警规则就是把“某个 PromQL 持续为真”翻译成“发一条告警”。从 CPU>80% 这个经典例子入手。

适用环境

已配置 recording rules 或可直接查询 CPU 指标
Prometheus 已指向 Alertmanager（或仅本地评估）

bash

# 确认当前 CPU 使用率表达式可用
curl -s 'http://localhost:9090/api/v1/query?query=1-avg(rate(node_cpu_seconds_total%7Bmode=%22idle%22%7D%5B5m%5D))'

操作步骤

1. 编写告警规则

yaml

groups:
  - name: cpu_alerts
    rules:
      - alert: HighCpuUsage
        expr: (1 - avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m]))) * 100 > 80
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "CPU 使用率过高 {{ $labels.instance }}"
          description: "CPU 使用率持续 5 分钟超过 80%，当前 {{ $value | printf \"%.1f\" }}%"

2. 加载并校验

bash

promtool check rules /etc/prometheus/rules/alerts.yml
curl -X POST http://localhost:9090/-/reload

验证

bash

# 查看当前处于 Pending/Firing 的告警
curl -s http://localhost:9090/api/v1/alerts | head -c 400

在 Web 的 Alerts 页面也能看到规则状态。

常见坑

for 不是装饰

for: 5m 表示持续 5 分钟才 Firing，避免瞬时抖动产生噪声；但太小会频发告警。

阈值写死不易维护

生产建议把阈值抽成标签或用 recording rule，避免每条规则硬编码数字。

alerting rules 编写 ​

适用环境 ​

操作步骤 ​

1. 编写告警规则 ​

2. 加载并校验 ​

验证 ​

常见坑 ​

参考资料 ​

alerting rules 编写

适用环境

操作步骤

1. 编写告警规则

2. 加载并校验

验证

常见坑

参考资料