Auto-sync: 2026-04-22 04:02

wiki/concepts/Prometheus告警规则.md

@@ -0,0 +1,116 @@
+---
+title: "Prometheus告警规则"
+type: concept
+aliases: [Prometheus Alert Rules, Prometheus告警规则YAML, alert_rules]
+tags: [prometheus, alerting, monitoring, devops, prometheus]
+date: 2025-11-11
+---
+
+# Prometheus告警规则
+
+## Overview
+Prometheus 告警规则（Alert Rules）是以 YAML 格式定义的告警条件，基于 PromQL 表达式判断指标状态。当表达式结果为真且持续超过 `for` 指定的评估周期数时，告警从 `pending` 状态转为 `firing` 状态，触发后发送给 Alertmanager 进行路由分发。
+
+## Rule Format
+```yaml
+groups:
+- name: <group_name>          # 告警组名称（全局唯一）
+  interval: <duration>        # 评估间隔（可选，默认 evaluation_interval）
+  rules:
+  - alert: <alert_name>       # 告警名称（Alertmanager 中唯一标识）
+    expr: <promql_expr>      # 触发条件的 PromQL 表达式
+    for: <duration>           # 持续时间（告警变为 firing 前需满足条件的最短时间）
+    labels:                  # 标签（用于 Alertmanager 路由和分类）
+      severity: <level>      # 如：critical / warning / info
+    annotations:             # 注解（人类可读的告警描述）
+      summary: <text>        # 简短摘要
+      description: <text>    # 详细描述，支持模板变量
+```
+
+## Template Variables（注解模板）
+在 `description` 中可以使用 `$labels` 和 `$value` 等模板变量：
+```yaml
+annotations:
+  description: "主机 {{ $labels.instance }} CPU 使用率超过 85%（当前值：{{ $value }}%）"
+```
+
+## Home Server Alert Rules（alerts.yml 完整示例）
+```yaml
+groups:
+- name: system-alerts
+  rules:
+
+  - alert: HostHighCPU
+    expr: avg(rate(node_cpu_seconds_total{mode="user"}[2m])) * 100 > 85
+    for: 2m
+    labels:
+      severity: warning
+    annotations:
+      summary: "高 CPU 使用率"
+      description: "主机 CPU 使用率超过 85%（持续 2 分钟）"
+
+  - alert: HostLowDisk
+    expr: (node_filesystem_avail_bytes{fstype!~"tmpfs|overlay"} / node_filesystem_size_bytes{fstype!~"tmpfs|overlay"}) < 0.10
+    for: 5m
+    labels:
+      severity: critical
+    annotations:
+      summary: "磁盘空间不足"
+      description: "磁盘剩余空间低于 10%"
+
+  - alert: HostLowMemory
+    expr: (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) < 0.15
+    for: 5m
+    labels:
+      severity: warning
+    annotations:
+      summary: "内存使用率高"
+      description: "可用内存低于 15%"
+
+  - alert: HTTPProbeFailed
+    expr: probe_success == 0
+    for: 2m
+    labels:
+      severity: critical
+    annotations:
+      summary: "站点不可达"
+      description: "HTTP 探测失败：{{ $labels.instance }}"
+
+  - alert: TLSCertExpiring
+    expr: probe_ssl_earliest_cert_expiry - time() < 86400 * 14
+    for: 1h
+    labels:
+      severity: warning
+    annotations:
+      summary: "TLS 证书即将到期"
+      description: "证书 {{ $labels.instance }} 剩余不到 14 天"
+```
+
+## Alert Lifecycle
+```
+Inactive（正常）→ Pending（等待确认，for 计时中）→ Firing（触发，发送给 Alertmanager）
+```
+
+## Prometheus Configuration
+```yaml
+# prometheus.yml
+rule_files:
+  - "/etc/prometheus/alerts.yml"
+
+alerting:
+  alertmanagers:
+    - static_configs:
+        - targets: ['alertmanager:9093']
+
+global:
+  evaluation_interval: 30s    # 告警规则评估间隔
+```
+
+## Related Entities
+- [[Prometheus]] — 告警引擎宿主
+- [[Alertmanager]] — 告警接收和分发
+
+## Related Concepts
+- [[PromQL]] — 告警条件的查询语言
+- [[Alertmanager]] — 告警分发机制
+- [[System Monitoring]] — 上游应用领域