（内部资料）Ambari 自定义服务第八讲：添加自定义告警

create17

发布于 2020-07-07 10:14:59

2.1K0

发布于 2020-07-07 10:14:59

文章被收录于专栏：大数据实战演练

参考资料：

https://cwiki.apache.org/confluence/display/AMBARI/Alerts

1、Ambari 中 alert 概述

Ambari 为了帮助用户鉴别以及定位集群的问题，实现了告警（Alert）机制。在 Ambari 中预告了很多告警，这些告警被用来监测集群的各个模块以及机器的状态。对于告警来说，主要有两个概念，一个是 Alert Definition，一个是 Alert Instance。

Alert Definition 就是告警的定义，其中会定告警的检测时间间隔（interval）、类型（type）、以及阈值（threshold）等。
Alert Instance：Ambari 会读取 alert definition，然后创建对应的实例（instance）去定期执行这个告警。

2、Ambari 中 alert 的类型

Ambari 中的 alert 分为 5 种类型，分别是 WEB、Port、Metric、Aggregate 和 Script。

Alert 的检查结果会以五种级别呈现，分别是 OK、WARNING，CRITICAL、UNKNOWN 和 NONE。其中最常见的是前三种。

具体的区别见下面的表格：

3、Alert 示例

1）PORT 类型告警示例

alert.json 文件依赖于 metainfo.xml 文件。其中 ① 为 service.name 的值，② 为 component.name 的值，表示定义该组件下的告警。

name 为告警名称，可以为多个单词。
label 为告警的显示名称。
description 为告警描述。如果要汉化告警描述的话，可以修改这里的值。
interval 为告警检测周期，单位为分钟。
scope 为告警范围。分别为 SERVICE、HOST、ANY 。
enabled 为是否启用告警。
source 为告警实例，其中包括：
- type：告警类型。这里是 PORT 。
- uri：定义参数。比如：{{elastic-config/elasticsearch_port}} 。即代表 elastic-config.xml 文件下的 elasticsearch_port 参数值。
- default_port：监测告警的默认端口号。如果 uri 参数失效，就会读取该参数。
- reporting：代表告警级别，分别是 OK、WARNING，CRITICAL、UNKNOWN 和 NONE 。常用的主要为前三种。text 表示告警级别的描述信息；value 的值为数值类型，单位为秒。代表超过该阈值，则呈现不同的告警级别。

在 alerts.json 文件中，可以定义多个组件告警信息。

2）WEB 类型告警示例

参考了 GRAFANA web ui 告警，文件所在地址：

/var/lib/ambari-server/resources/common-services/AMBARI_METRICS/0.1.0/alerts.json

{
    "name": "es_head_webui",
    "label": "Es Head Web UI",
    "description": "This host-level alert is triggered if the Es Head Web UI is unreachable.",
    "interval": 1,   // 单位：分钟
    "scope": "ANY",
    "source": {
        "type": "WEB",
        "uri": {
            "http": "{{elastic-config/elasticsearch_head_port}}", // 可直接追加端口号，参数变量用{{}}标识，当前发现只识别configuration目录下的xml文件内的属性。如果参数变量不符合语法，就会读取https。
            "https": "3304",
            "https_property": "http",  // 当这里值是http时，就检测http链接；当这里值是https时，就检测的https链接。
            "https_property_value": "https",
            "connection_timeout": 5.0,
            "default_port": 9100    // 默认端口。假如上面的http和https参数变量填的都报错，系统就会默认使用这个端口号，加上当前组件的主机名，构成一个web ui链接。
        },
        "reporting": {
            "ok": {
                "text": "HTTP {0} response in {2:.3f}s"
            },
            "warning":{
                "text": "HTTP {0} response from {1} in {2:.3f}s ({3})"
            },
            "critical": {
                "text": "Connection failed to {1} ({3})"
            }
        }
    }
}

3）SCRIPT 类型告警示例

"ELASTICSEARCH_HEAD": [
    {
        "name": "es_head_check_dir",
        "label": "Elasticsearch head check test",
        "description": "check dir test",
        "interval": 1,
        "scope": "ANY",
        "source": {
            "type": "SCRIPT",
            "path": "HDP/3.1/services/ELASTICSEARCH/package/alerts/alert_check_dir.py"
        }
    }
]

在当前目录下的 package 目录下，创建 alerts 目录，创建 alert_check_dir.py ，定义告警规则。

#!/usr/bin/env python
# -*- coding: utf-8 -*--

from resource_management import *
from resource_management.core.logger import Logger


def execute(configurations={}, parameters={}, host_name=None):

    # OK、WARNING、CRITICAL、UNKNOWN、NONE
    result_code = 'CRITICAL'

    label = "alert check dir"

    return ((result_code, [label]))

python 脚本里面需要定义一个execute() 方法，参数必须为3个，缺一不可。

可以在这里，使用 python 语言对你监测的东西进行分级告警。

return 返回的第一个参数是告警状态，第二个参数是响应内容。具体如下图所示：