Prometheus 获得向上度量 0 的计数以发出警报

Posted 2023-02-16

【中文标题】Prometheus 获得向上度量 0 的计数以发出警报

【英文标题】：Prometheus get count of up metric 0 for give alert

【发布时间】：2021-04-13 11:55:23

【问题描述】：

我在 Prometheus 上设置了警报，其中警报中有不同的作业。我想根据作业名称找出上周触发了多少次警报。所以有一个警报名称“A”并且有多个工作“B”，“C”，“D”，我想知道上周有多少次警报“A”因工作“B”而被解雇。

如果我使用以下表达式：

sum by(alertname) (changes(ALERTS_FOR_STATE[1w]))

它给了我上周发出的警报总数，但由于其中有多个工作，我无法弄清楚如何只计算特定工作的计数。

我想知道是否有其他方法可以实现相同的目标？

【参考方案1】：

下面的查询呢？

sum by (alertname, job) (changes(ALERTS_FOR_STATE[1w]))

【讨论】：

它只显示 1 个计数，但我在上下文中的警报被触发了很多次。

以下是我的警报：-警报：XYZ expr: upjob="XYX" == 0 for: 15s，当我通过你给出的查询使用 sum 时，它不是检测到此警报。我已经读过更改（ALERT_FOR_STATE）仅在 ti 从挂起变为触发时才有效。我的警报触发了，但由于它没有正确显示计数，我认为它不会挂起。你能帮我吗？

尝试将“for: 15s”增加到“for: 2m”。

我无法改变。我需要监控我的服务器，使其停机时间不会超过 15 秒。它不适合普罗米修斯的用例吗？看看有多少次警报被触发？

你的 scrape_interval 是多少？默认值为 1m。也许你应该刮得更快。