如何在 InfluxDB/Kapacitor 中定义异常警报

Question

我正在尝试找出在 InfluxDB 中定义警报的最佳或合理方法。例如，我可能会使用 telegraf 附带的 CPU 批处理脚本。对于所有被 telegraf 监控的主机，这可以设置为全局 monitor/alert。

当您想要偏离上述主机设置的方法是什么，即我们想要在 Y% 上提醒特定服务器而不是 X%？

我很高兴可以为自定义值创建一个独特的 tickscript，但我该如何从原始 'global' 中排除主机？

这是一个简单的场景，但这需要满足 10,000 个主机的需求，其中将有 100 个异常，这还将包含 10 个/100 个全局警报定义。

我正在努力了解如何使用该平台作为 monitoring/alerting 的主要来源。

Answer 1

直接在 Chronograph/Kapacitor 中手动管理警报对于大量自定义警报不可行。

在 AMMP Technologies，我们需要管理每个数据库、客户、customer_objects 的警报。这个数字可以达到 1000s。我们选择了一个自定义解决方案，其中保留一组标准的模板 tickscripts（不要与 Kapacitor 模板混淆），并且我们为用户提供一个界面，其中只公开相关变量。之后，服务（用 python 编写）将这些变量的值与 tickscript 结合起来，并使用 Kapacitor API 在 Kapacitor 服务器上部署（更新或删除）任务。然后这是自动化的，以便新 customers/objects 的数据与模板结合并自动部署到 Kapacitor。

您显然需要将您的任务设计得足够具体，这样它们就不会重叠，并且需要足够通用，这样就不会为每一件小事创建任务太多的工作。

Answer 2

如评论中所述，您可以使用 sideload node 来实现。

假设您想确保您的 InfluxDB 服务器不超载。默认情况下，您可能希望允许进行 100 次测量。只有在一台恰好有大量数据点的服务器上，您希望将其限制为 10（_internal 数据库很容易超过该值，但对我们的示例来说很好）。

给出以下报价脚本的摘录

var data = stream
    |from()
        .database(db)
        .retentionPolicy(rp)
        .measurement(measurement)
        .groupBy(groupBy)
        .where(whereFilter)
    |eval(lambda: "numMeasurements")
        .as('value')

var customized = data
    |sideload()
        .source('file:///etc/kapacitor/customizations/demo/')
        .order('hosts/host-{{.hostname}}.yaml')
        .field('maxNumMeasurements',100)
    |log()

var trigger = customized
    |alert()
        .crit(lambda: "value" > "maxNumMeasurements")

和服务器的名称，但 influxdb 除外，文件 /etc/kapacitor/customizations/demo/hosts/host-influxdb.yaml 如下所示

maxNumMeasurements: 10

如果 value 将触发严重警报，因此 numMeasurements 将超过 10 并且主机名标签等于 influxdb 或者如果 value 超过 100。

有个example in the documentation handling scheduled downtimes using sideload

此外，我还创建了一个example available on github using docker-compose

请注意，示例中有一个警告：由于动态生成的第二个数据库，警报出现抖动。但足以说明如何解决问题。

Answer 3

如果您有超过 1 万台服务器，使用 sideload 节点 在性能和计算方面的成本是多少？

如何在 InfluxDB/Kapacitor 中定义异常警报

How to define Alerts with exception in InfluxDB/Kapacitor

influxdb

alerts

kapacitor