Prometheus监控报警规则包括ARMS报警规则、K8s报警规则、MongoDB报警规则、MySQL报警规则、Nginx报警规则、Redis报警规则。

ARMS报警规则

报警名称 表达式 采集数据时间（分钟） 报警触发条件
PodCpu75 100 (sum(rate(container_cpu_usage_seconds_total[1m])) by (pod_name) / sum(label_replace(kube_pod_container_resource_limits_cpu_cores, “pod_name”, “$1”, “pod”, “(.)”)) by (pod_name))>75 7 Pod的CPU使用率大于75%。
PodMemory75 100 (sum(container_memory_working_set_bytes) by (pod_name) / sum(label_replace(kube_pod_container_resource_limits_memory_bytes, “pod_name”, “$1”, “pod”, “(.)”)) by (pod_name))>75 5 Pod的内存使用率大于75%。
pod_status_no_running sum (kube_pod_status_phase{phase!=”Running”}) by (pod,phase) 5 Pod的状态为未运行。
PodMem4GbRestart (sum (container_memory_working_set_bytes{id!=”/“})by (pod_name,container_name) /1024/1024/1024)>4 5 Pod的内存大于4GB。
PodRestart sum (increase (kube_pod_container_status_restarts_total{}[2m])) by (namespace,pod) >0 5 Pod重启。

K8s报警规则

报警名称 表达式 采集数据时间（分钟） 报警触发条件
KubeStateMetricsListErrors (sum(rate(kube_state_metrics_list_total{job=”kube-state-metrics”,result=”error”}[5m])) / sum(rate(kube_state_metrics_list_total{job=”kube-state-metrics”}[5m]))) > 0.01 15 Metric List出错。
KubeStateMetricsWatchErrors (sum(rate(kube_state_metrics_watch_total{job=”kube-state-metrics”,result=”error”}[5m])) / sum(rate(kube_state_metrics_watch_total{job=”kube-state-metrics”}[5m]))) > 0.01 15 Metric Watch出错。
NodeFilesystemAlmostOutOfSpace ( node_filesystem_avail_bytes{job=”node-exporter”,fstype!=””} / node_filesystem_size_bytes{job=”node-exporter”,fstype!=””} * 100 < 5 and node_filesystem_readonly{job=”node-exporter”,fstype!=””} == 0 ) 60 Node文件系统即将无空间。
NodeFilesystemSpaceFillingUp ( node_filesystem_avail_bytes{job=”node-exporter”,fstype!=””} / node_filesystem_size_bytes{job=”node-exporter”,fstype!=””} 100 < 40 and predict_linear(node_filesystem_avail_bytes{job=”node-exporter”,fstype!=””}[6h], 2460*60) < 0 and node_filesystem_readonly{job=”node-exporter”,fstype!=””} == 0 ) 60 Node文件系统空间即将占满。
NodeFilesystemFilesFillingUp ( node_filesystem_files_free{job=”node-exporter”,fstype!=””} / node_filesystem_files{job=”node-exporter”,fstype!=””} 100 < 40 and predict_linear(node_filesystem_files_free{job=”node-exporter”,fstype!=””}[6h], 2460*60) < 0 and node_filesystem_readonly{job=”node-exporter”,fstype!=””} == 0 ) 60 Node文件系统文件即将占满。
NodeFilesystemAlmostOutOfFiles ( node_filesystem_files_free{job=”node-exporter”,fstype!=””} / node_filesystem_files{job=”node-exporter”,fstype!=””} * 100 < 3 and node_filesystem_readonly{job=”node-exporter”,fstype!=””} == 0 ) 60 Node文件系统几乎无文件。
NodeNetworkReceiveErrs increase(node_network_receive_errs_total[2m]) > 10 60 Node网络接收错误。
NodeNetworkTransmitErrs increase(node_network_transmit_errs_total[2m]) > 10 60 Node网络传输错误。
NodeHighNumberConntrackEntriesUsed (node_nf_conntrack_entries / node_nf_conntrack_entries_limit) > 0.75 无 使用大量Conntrack条目。
NodeClockSkewDetected ( node_timex_offset_seconds > 0.05 and deriv(node_timex_offset_seconds[5m]) >= 0 ) or ( node_timex_offset_seconds < -0.05 and deriv(node_timex_offset_seconds[5m]) <= 0 ) 10 出现时间偏差。
NodeClockNotSynchronising min_over_time(node_timex_sync_status[5m]) == 0 10 出现时间不同步。
KubePodCrashLooping rate(kube_pod_container_status_restarts_total{job=”kube-state-metrics”}[15m]) 60 5 > 0 15 出现循环崩溃。
KubePodNotReady sum by (namespace, pod) (max by(namespace, pod) (kube_pod_status_phase{job=”kube-state-metrics”, phase=~”Pending|Unknown”}) * on(namespace, pod) group_left(owner_kind) max by(namespace, pod, owner_kind) (kube_pod_owner{owner_kind!=”Job”})) > 0 15 Pod未准备好。
KubeDeploymentGenerationMismatch kube_deployment_status_observed_generation{job=”kube-state-metrics”} != kube_deployment_metadata_generation{job=”kube-state-metrics”} 15 出现部署版本不匹配。
KubeDeploymentReplicasMismatch ( kube_deployment_spec_replicas{job=”kube-state-metrics”} != kube_deployment_status_replicas_available{job=”kube-state-metrics”} ) and ( changes(kube_deployment_status_replicas_updated{job=”kube-state-metrics”}[5m]) == 0 ) 15 出现部署副本不匹配。
KubeStatefulSetReplicasMismatch ( kube_statefulset_status_replicas_ready{job=”kube-state-metrics”} != kube_statefulset_status_replicas{job=”kube-state-metrics”} ) and ( changes(kube_statefulset_status_replicas_updated{job=”kube-state-metrics”}[5m]) == 0 ) 15 状态集副本不匹配。
KubeStatefulSetGenerationMismatch kube_statefulset_status_observed_generation{job=”kube-state-metrics”} != kube_statefulset_metadata_generation{job=”kube-state-metrics”} 15 状态集版本不匹配。
KubeStatefulSetUpdateNotRolledOut max without (revision) ( kube_statefulset_status_current_revision{job=”kube-state-metrics”} unless kube_statefulset_status_update_revision{job=”kube-state-metrics”} ) * ( kube_statefulset_replicas{job=”kube-state-metrics”} != kube_statefulset_status_replicas_updated{job=”kube-state-metrics”} ) 15 状态集更新未退出。
KubeDaemonSetRolloutStuck kube_daemonset_status_number_ready{job=”kube-state-metrics”} / kube_daemonset_status_desired_number_scheduled{job=”kube-state-metrics”} < 1.00 15 DaemonSet退出回退。
KubeContainerWaiting sum by (namespace, pod, container) (kube_pod_container_status_waiting_reason{job=”kube-state-metrics”}) > 0 60 容器等待。
KubeDaemonSetNotScheduled kube_daemonset_status_desired_number_scheduled{job=”kube-state-metrics”} - kube_daemonset_status_current_number_scheduled{job=”kube-state-metrics”} > 0 10 DaemonSet无计划。
KubeDaemonSetMisScheduled kube_daemonset_status_number_misscheduled{job=”kube-state-metrics”} > 0 15 Daemon缺失计划。
KubeCronJobRunning time() - kube_cronjob_next_schedule_time{job=”kube-state-metrics”} > 3600 60 若Cron任务完成时间大于1小。
KubeJobCompletion kube_job_spec_completions{job=”kube-state-metrics”} - kube_job_status_succeeded{job=”kube-state-metrics”} > 0 60 任务完成。
KubeJobFailed kube_job_failed{job=”kube-state-metrics”} > 0 15 任务失败。
KubeHpaReplicasMismatch (kube_hpa_status_desired_replicas{job=”kube-state-metrics”} != kube_hpa_status_current_replicas{job=”kube-state-metrics”}) and changes(kube_hpa_status_current_replicas[15m]) == 0 15 HPA副本不匹配。
KubeHpaMaxedOut kube_hpa_status_current_replicas{job=”kube-state-metrics”} == kube_hpa_spec_max_replicas{job=”kube-state-metrics”} 15 HPA副本超过最大值。
KubeCPUOvercommit sum(namespace:kube_pod_container_resource_requests_cpu_cores:sum{}) / sum(kube_node_status_allocatable_cpu_cores) > (count(kube_node_status_allocatable_cpu_cores)-1) / count(kube_node_status_allocatable_cpu_cores) 5 CPU过载。
KubeMemoryOvercommit sum(namespace:kube_pod_container_resource_requests_memory_bytes:sum{}) / sum(kube_node_status_allocatable_memory_bytes) > (count(kube_node_status_allocatable_memory_bytes)-1) / count(kube_node_status_allocatable_memory_bytes) 5 存储过载。
KubeCPUQuotaOvercommit sum(kube_resourcequota{job=”kube-state-metrics”, type=”hard”, resource=”cpu”}) / sum(kube_node_status_allocatable_cpu_cores) > 1.5 5 CPU额度过载。
KubeMemoryQuotaOvercommit sum(kube_resourcequota{job=”kube-state-metrics”, type=”hard”, resource=”memory”}) / sum(kube_node_status_allocatable_memory_bytes{job=”node-exporter”}) > 1.5 5 存储额度过载。
KubeQuotaExceeded kube_resourcequota{job=”kube-state-metrics”, type=”used”} / ignoring(instance, job, type) (kube_resourcequota{job=”kube-state-metrics”, type=”hard”} > 0) > 0.90 15 若配额超过限制。
CPUThrottlingHigh sum(increase(container_cpu_cfs_throttled_periods_total{container!=””, }[5m])) by (container, pod, namespace) / sum(increase(container_cpu_cfs_periods_total{}[5m])) by (container, pod, namespace) > ( 25 / 100 ) 15 CPU过热。
KubePersistentVolumeFillingUp kubelet_volume_stats_available_bytes{job=”kubelet”, metrics_path=”/metrics”} / kubelet_volume_stats_capacity_bytes{job=”kubelet”, metrics_path=”/metrics”} < 0.03 1 存储卷容量即将不足。
KubePersistentVolumeErrors kube_persistentvolume_status_phase{phase=~”Failed|Pending”,job=”kube-state-metrics”} > 0 5 存储卷容量出错。
KubeVersionMismatch count(count by (gitVersion) (label_replace(kubernetes_build_info{job!~”kube-dns|coredns”},”gitVersion”,”$1”,”gitVersion”,”(v[0-9].[0-9].[0-9]).“))) > 1 15 版本不匹配。
KubeClientErrors (sum(rate(rest_client_requests_total{code=~”5..”}[5m])) by (instance, job) / sum(rate(rest_client_requests_total[5m])) by (instance, job)) > 0.01 15 客户端出错。
KubeAPIErrorBudgetBurn sum(apiserver_request:burnrate1h) > (14.40 0.01000) and sum(apiserver_request:burnrate5m) > (14.40 0.01000) 2 API错误过多。
KubeAPILatencyHigh ( cluster:apiserver_request_duration_seconds:mean5m{job=”apiserver”} > on (verb) group_left() ( avg by (verb) (cluster:apiserver_request_duration_seconds:mean5m{job=”apiserver”} >= 0) + 2stddev by (verb) (cluster:apiserver_request_duration_seconds:mean5m{job=”apiserver”} >= 0) ) ) > on (verb) group_left() 1.2 avg by (verb) (cluster:apiserver_request_duration_seconds:mean5m{job=”apiserver”} >= 0) and on (verb,resource) cluster_quantile:apiserver_request_duration_seconds:histogram_quantile{job=”apiserver”,quantile=”0.99”} > 1 5 API延迟过高。
KubeAPIErrorsHigh sum(rate(apiserver_request_total{job=”apiserver”,code=~”5..”}[5m])) by (resource,subresource,verb) / sum(rate(apiserver_request_total{job=”apiserver”}[5m])) by (resource,subresource,verb) > 0.05 10 API错误过多。
KubeClientCertificateExpiration apiserver_client_certificate_expiration_seconds_count{job=”apiserver”} > 0 and on(job) histogram_quantile(0.01, sum by (job, le) (rate(apiserver_client_certificate_expiration_seconds_bucket{job=”apiserver”}[5m]))) < 604800 无 客户端认证过期。
AggregatedAPIErrors sum by(name, namespace)(increase(aggregator_unavailable_apiservice_count[5m])) > 2 无 聚合API出错。
AggregatedAPIDown sum by(name, namespace)(sum_over_time(aggregator_unavailable_apiservice[5m])) > 0 5 聚合API下线。
KubeAPIDown absent(up{job=”apiserver”} == 1) 15 API下线。
KubeNodeNotReady kube_node_status_condition{job=”kube-state-metrics”,condition=”Ready”,status=”true”} == 0 15 Node未准备好。
KubeNodeUnreachable kube_node_spec_taint{job=”kube-state-metrics”,key=”node.kubernetes.io/unreachable”,effect=”NoSchedule”} == 1 2 Node无法获取。
KubeletTooManyPods max(max(kubelet_running_pod_count{job=”kubelet”, metrics_path=”/metrics”}) by(instance) * on(instance) group_left(node) kubelet_node_name{job=”kubelet”, metrics_path=”/metrics”}) by(node) / max(kube_node_status_capacity_pods{job=”kube-state-metrics”} != 1) by(node) > 0.95 15 Pod过多。
KubeNodeReadinessFlapping sum(changes(kube_node_status_condition{status=”true”,condition=”Ready”}[15m])) by (node) > 2 15 准备状态变更次数过多。
KubeletPlegDurationHigh node_quantile:kubelet_pleg_relist_duration_seconds:histogram_quantile{quantile=”0.99”} >= 10 5 PLEG持续时间过长。
KubeletPodStartUpLatencyHigh histogram_quantile(0.99, sum(rate(kubelet_pod_worker_duration_seconds_bucket{job=”kubelet”, metrics_path=”/metrics”}[5m])) by (instance, le)) * on(instance) group_left(node) kubelet_node_name{job=”kubelet”, metrics_path=”/metrics”} > 60 15 Pod启动延迟过高。
KubeletDown absent(up{job=”kubelet”, metrics_path=”/metrics”} == 1) 15 Kubelet下线。
KubeSchedulerDown absent(up{job=”kube-scheduler”} == 1) 15 Kubelet日程下线。
KubeControllerManagerDown absent(up{job=”kube-controller-manager”} == 1) 15 Controller Manager下线。
TargetDown 100 * (count(up == 0) BY (job, namespace, service) / count(up) BY (job, namespace, service)) > 10 10 目标下线。
NodeNetworkInterfaceFlapping changes(node_network_up{job=”node-exporter”,device!~”veth.+”}[2m]) > 2 2 网络接口状态变更过频繁。

MongoDB报警规则

报警名称 表达式 采集数据时间（分钟） 报警触发条件
MongodbReplicationLag avg(mongodb_replset_member_optime_date{state=”PRIMARY”}) - avg(mongodb_replset_member_optime_date{state=”SECONDARY”}) > 10 5 复制延迟过长。
MongodbReplicationHeadroom (avg(mongodb_replset_oplog_tail_timestamp - mongodb_replset_oplog_head_timestamp) - (avg(mongodb_replset_member_optime_date{state=”PRIMARY”}) - avg(mongodb_replset_member_optime_date{state=”SECONDARY”}))) <= 0 5 复制余量不足。
MongodbReplicationStatus3 mongodb_replset_member_state == 3 5 复制状态为3。
MongodbReplicationStatus6 mongodb_replset_member_state == 6 5 复制状态为6。
MongodbReplicationStatus8 mongodb_replset_member_state == 8 5 复制状态为8。
MongodbReplicationStatus10 mongodb_replset_member_state == 10 5 复制状态为10。
MongodbNumberCursorsOpen mongodb_metrics_cursor_open{state=”total_open”} > 10000 5 打开数字光标数量过多。
MongodbCursorsTimeouts sum (increase increase(mongodb_metrics_cursor_timed_out_total[10m]) > 100 5 若光标超。
MongodbTooManyConnections mongodb_connections{state=”current”} > 500 5 连接过多。
MongodbVirtualMemoryUsage (sum(mongodb_memory{type=”virtual”}) BY (ip) / sum(mongodb_memory{type=”mapped”}) BY (ip)) > 3 5 虚拟内存使用率过高。

MySQL报警规则

报警名称 表达式 采集数据时间（分钟） 报警触发条件
MySQL is down mysql_up == 0 1 MySQL下线。
open files high mysql_global_status_innodb_num_open_files > (mysql_global_variables_open_files_limit) * 0.75 1 打开文件数量偏高。
Read buffer size is bigger than max. allowed packet size mysql_global_variables_read_buffer_size > mysql_global_variables_slave_max_allowed_packet 1 读取缓存区超过数据包最大限制。
Sort buffer possibly missconfigured mysql_global_variables_innodb_sort_buffer_size <256*1024 or mysql_global_variables_read_buffer_size > 410241024 1 排序缓冲区可能存在配置错误。
Thread stack size is too small mysql_global_variables_thread_stack <196608 1 线程堆栈太小。
Used more than 80% of max connections limited mysql_global_status_max_used_connections > mysql_global_variables_max_connections * 0.8 1 使用超过80%连接限制。
InnoDB Force Recovery is enabled mysql_global_variables_innodb_force_recovery != 0 1 启用强制恢复。
InnoDB Log File size is too small mysql_global_variables_innodb_log_file_size < 16777216 1 日志文件过小。
InnoDB Flush Log at Transaction Commit mysql_global_variables_innodb_flush_log_at_trx_commit != 1 1 在事务提交时刷新日志。
Table definition cache too small mysql_global_status_open_table_definitions > mysql_global_variables_table_definition_cache 1 表定义缓存过小。
Table open cache too small mysql_global_status_open_tables >mysql_global_variables_table_open_cache * 99/100 1 表打开缓存过小。
Thread stack size is possibly too small mysql_global_variables_thread_stack < 262144 1 线程堆栈可能过小。
InnoDB Buffer Pool Instances is too small mysql_global_variables_innodb_buffer_pool_instances == 1 1 缓冲池实例过小。
InnoDB Plugin is enabled mysql_global_variables_ignore_builtin_innodb == 1 1 插件启用。
Binary Log is disabled mysql_global_variables_log_bin != 1 1 二进制日志禁用。
Binlog Cache size too small mysql_global_variables_binlog_cache_size < 1048576 1 缓存过小。
Binlog Statement Cache size too small mysql_global_variables_binlog_stmt_cache_size <1048576 and mysql_global_variables_binlog_stmt_cache_size > 0 1 声明缓存过小。
Binlog Transaction Cache size too small mysql_global_variables_binlog_cache_size <1048576 1 交易缓存过小。
Sync Binlog is enabled mysql_global_variables_sync_binlog == 1 1 二进制日志启用。
IO thread stopped mysql_slave_status_slave_io_running != 1 1 IO线程停止。
SQL thread stopped mysql_slave_status_slave_sql_running == 0 1 SQL线程停止。
Mysql_Too_Many_Connections rate(mysql_global_status_threads_connected[5m])>200 5 连接过多。
Mysql_Too_Many_slow_queries rate(mysql_global_status_slow_queries[5m])>3 5 慢查询过多。
Slave lagging behind Master rate(mysql_slave_status_seconds_behind_master[1m]) >30 1 从机表现落后于主机。
Slave is NOT read only(Please ignore this warning indicator.) mysql_global_variables_read_only != 0 1 从机权限不是只读。

Nginx报警规则

报警名称 表达式 采集数据时间（分钟） 报警触发条件
NginxHighHttp4xxErrorRate sum(rate(nginx_http_requests_total{status=~”^4..”}[1m])) / sum(rate(nginx_http_requests_total[1m])) * 100 > 5 5 HTTP 4xx错误率过高。
NginxHighHttp5xxErrorRate sum(rate(nginx_http_requests_total{status=~”^5..”}[1m])) / sum(rate(nginx_http_requests_total[1m])) * 100 > 5 5 HTTP 5xx错误率过高。
NginxLatencyHigh histogram_quantile(0.99, sum(rate(nginx_http_request_duration_seconds_bucket[30m])) by (host, node)) > 10 5 延迟过高。

Redis报警规则

报警名称 表达式 采集数据时间（分钟） 报警触发条件
RedisDown redis_up == 0 5 Redis下线。
RedisMissingMaster count(redis_instance_info{role=”master”}) == 0 5 Master缺失。
RedisTooManyMasters count(redis_instance_info{role=”master”}) > 1 5 Master过多。
RedisDisconnectedSlaves count without (instance, job) (redis_connected_slaves) - sum without (instance, job) (redis_connected_slaves) - 1 > 1 5 Slave连接断开。
RedisReplicationBroken delta(redis_connected_slaves[1m]) < 0 5 复制中断。
RedisClusterFlapping changes(redis_connected_slaves[5m]) > 2 5 副本连接识别变更。
RedisMissingBackup time() - redis_rdb_last_save_timestamp_seconds > 60 60 24 5 备份中断。
RedisOutOfMemory redis_memory_used_bytes / redis_total_system_memory_bytes * 100 > 90 5 内存不足。
RedisTooManyConnections redis_connected_clients > 100 5 连接过多。
RedisNotEnoughConnections redis_connected_clients < 5 5 连接不足。
RedisRejectedConnections increase(redis_rejected_connections_total[1m]) > 0 5 连接被拒绝。