prometheus、alertmanager 告警误报问题

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1139 天前的主题，其中的信息可能已经有所发展或是发生改变。

规则是这样配置的

  - alert: 服务器宕机
    expr: up == 0
    for: 1m
    labels:
      severity: emergency
    annotations:
      summary: "{{$labels.instance}}:服务器宕机"
      description: "{{$labels.instance}}:服务器延时超过 5 分钟"
      
    - alert: MySQL 宕机 
    expr: up == 0
    for: 5s 
    labels:
      severity: emergency
    annotations:
      summary: "{{$labels.instance}}: MySQL 宕机!!!"
      description: "请检测 MySQL 数据库运行状态"

遇到一个误报，服务器和 MySQL 都正常的情况却触发了上面两个告警规则

请问大家有没有遇到过误报的情况呢？是配置没有对还是什么原因呢？另外有没有办法去查询告警的历史记录呢？目前是通过邮件接收的

MySQL

宕机

stan

误报

2 条回复 • 2021-10-12 11:42:58 +08:00

killva4624

2021-10-12 10:11:58 +08:00

先查查误报的原因是什么？在 prometheus 的 db 里，相关 instance 在该时段的 up == 0 是怎么导致的？ node-exporter 和 mysql 的 exporter 同时 up == 0 的情况，看起来网络不可达或者拉取 metrics 超时的可能性更大一些。
似乎现在还没有告警历史记录的官方支持，如果有的话请哪位老哥点醒我看文档。我能想到的是：1 、持久化记录和解析 alertmanager 日志（可能需要调整日志级别，不太记得了） 2 、告警时除了发邮件，也调一个 webhook，作为持久记录。

hasdream

2021-10-12 11:42:58 +08:00

for 持续时间一般设置久点比如 5m 5s 和 1m 采样数量太少容易误报