如何使用 Micrometer 和 Alertmanager 在 Prometheus 中提醒 JVM 内存使用情况

Posted 2023-02-16

【中文标题】如何使用 Micrometer 和 Alertmanager 在 Prometheus 中提醒 JVM 内存使用情况

【英文标题】：How to alert on JVM memory usage in Prometheus with Micrometer and Alertmanager

【发布时间】：2019-03-31 04:12:09

【问题描述】：

我是 Prometheus 和 Micrometer 的新手。我试图在 JVM 的堆内存使用量超过某个阈值时发出警报。

- alert: P1 - Percentage of heap memory usage on environment more than 3% for 5 minutes.
    expr: sum(jvm_memory_used_bytesapplication="x", area="heap")*100/sum(jvm_memory_max_bytesapplication="x", area="heap") by (instance) > 3
    for: 5m
    labels:
      priority: P1
      tags: infrastructure, jvm, memory
    annotations:
      summary: "Percentage of heap memory is more than threshold"
      description: "Percentage of heap memory for instance ' $labels.instance ' has been more than 3% ( $value ) for 5 minutes."

现在当我在 Grafana 上使用这个表达式时，这个表达式可以工作了：

但在 Prometheus 中是这样的：

如何让我的警报在内存使用量超过特定限制时发出警报？

【参考方案1】：

您的警报已正确配置为仅在查询结果连续 5 分钟高于 3 时才发出警报。根据查询的 Prometheus 中的图表，它在过去一小时内没有这样做，因此没有生成警报。

同样值得注意的是，您用于规则的查询只会返回每个结果的实例标签。因此，如果您计划在警报中使用应用程序标签，则需要调整查询以同时返回应用程序标签，或者将该标签添加到规则中添加的标签列表中。

【讨论】：

我知道它连续 5 分钟不超过 3，因为它在 prometheus 中具有类似锯齿的度量。但是怎么可能只拿锯子的山峰呢？为什么 Grafana 的百分比很稳定？它查询普罗米修斯有不同的方式吗？关于实例标签，您的意思是在描述中使用“ $labels.instance ”吗？我将如何退回标签？

Grafana 显示稳定的百分比只是因为您显示的是时间序列中的最新值，因为它是一个单统计面板。如果您要对该查询使用图形面板，您会看到相同的内容。

【参考方案2】：

您希望随时间平均堆使用量。我想出了以下几点：

- name: jvm
  rules:
    - alert: jvm_heap_warning
      expr: sum(avg_over_time(jvm_memory_used_bytesarea="heap"[1m]))by(application,instance)*100/sum(avg_over_time(jvm_memory_max_bytesarea="heap"[1m]))by(application,instance) >= 80
        for: 1m
        labels:
          severity: warning
        annotations:
          summary: "JVM heap warning"
          description: "JVM heap of instance `$labels.instance` from application `$labels.application` is above 80% for one minute. (current=`$value%`)"