大规模集群告警系统实践-Alertmanager.pdf

大规模集群之告警系统实践 Alertmanager 我们干了啥 云树Guard 云树Proxy 云树Shard 云树DTS 云树DMP 云树RDS 大体量运维 MySQL 高可用 读写分离 分库分表 数据复制 管理 DBaaS SLA 高QPS 高TPS 数据消费 自动化 定制化 ⽬录 CONTENTS 一. 告警的选型 二. Alertmanager的实现 三. Alertmanager的实践 告警的选型 • 告警需求 • 方案选型 告警需求 • 告警的对接 • 告警的收敛 • 告警的可用性 告警需求-告警的对接 • 多样的告警源 • 多样的告警目标 告警需求-告警的收敛 • 告警短信多 • 关联告警多 • 运维期间不希望收到告警 告警需求-告警的可用性 • 告警系统的高可用 • 隔离的故障域 告警的选型 • 告警需求 • 方案选型 方案选型-备选方案 Prometheus Zabbix Open-falcon 方案选型-方案对比 告警的对接 告警源 告警目标 Zabbix 多通道 多通道 Open-falcon 多通道 多通道 Prometheus 多通道 多通道 方案选型-方案对比 告警的收敛 收敛 通知次数 Zabbix 无 支持 Open-falcon 简单收敛 支持 Prometheus 灵活规则 不支持 方案选型-方案对比 告警的可用性