基于SkyWalking的分布式跟踪系统 - 异常告警

通过前面2篇文章我们搭建了sw的基础环境，监控了微服务，能了解所有服务的运行情况。但是当出现服务响应慢，接口耗时严重时我们需要立即定位到问题，这就需要我们今天的主角--监控告警，同时此篇也是sw系列的最后一篇。

ui参数

首先我们认识一下sw dashboard上的几个关键参数，如下图所示

告警配置

告警流程

skywalking发送告警的基本原理是每隔一段时间轮询skywalking-collector收集到的链路追踪的数据，再根据所配置的告警规则（如服务响应时间、服务响应时间百分比）等，如果达到阈值则发送响应的告警信息。发送告警信息是以线程池异步的方式调用webhook接口完成，（具体的webhook接口可以使用者自行定义），从而开发者可以在指定的webhook接口中自行编写各种告警方式，钉钉告警、邮件告警等等。

规则配置

告警的核心由一组规则驱动，这些规则定义在 config/alarm-settings.yml，打开之后如下所示：

告警规则的定义分为两部分。

• 告警规则。它们定义了应该如何触发度量警报，应该考虑什么条件。
• [网络钩子](#webhook}。当警告触发时，哪些服务终端需要被告知。

告警规则主要有以下几点

• rule name。 在告警信息中显示的唯一名称。必须以_rule结尾。
• metrics name。 也是oal脚本中的度量名。
• include names。 其下的实体名称都在此规则中。比如服务名，终端名。
• threshold。 阈值。
• op。 操作符, 支持 >, <, =。
• period.。 多久检查一次当前的指标数据是否符合告警规则这是一个时间窗口，与后端部署环境时间相匹配。
• count。 在一个period窗口中，如果values超过threshold值（按op），达到count值，需要发送警报。
• silence period。 在时间n中触发报警后，在tn -> tn + period这个阶段不告警。 默认情况下，它和period一样，这意味着相同的告警（在同一个metrics name拥有相同的id）在同一个period内只会触发一次

webhook

skywalking 的告警 webhook 要求对等方是一个 web 容器. 告警的消息会通过 http 请求进行发送, 请求方法为 post, content-type 为 application/json, json 格式基于 list<org.apache.skywalking.oap.server.core.alarm.alarmmessage, 包含以下信息.

• scopeid. 所有可用的 scope 请查阅 org.apache.skywalking.oap.server.core.source.defaultscopedefine.
• name. 目标 scope 的实体名称.
• id0. scope 实体的 id.
• id1. 未使用.alarmmessage. 报警消息内容.
• starttime. 告警时间, 位于当前时间与 utc 1920/1/1 之间.

[{
    "scopeid": 1, 
        "name": "servicea", 
    "id0": 12,  
    "id1": 0,  
    "alarmmessage": "alarmmessage xxxx",
    "starttime": 1560524171000
}, {
    "scopeid": 1,
        "name": "serviceb",
    "id0": 23,
    "id1": 0,
    "alarmmessage": "alarmmessage yyy",
    "starttime": 1560524171000
}]

代码实战

• 编写实体类用于接收sw告警消息

@data
public class swalarmvo {
    private int scopeid;
    private string name;
    private int id0;
    private int id1;
    private string alarmmessage;
    private long starttime;
}

• 编写webhook接口

@restcontroller
@requestmapping("sw")
@log4j2
public class alarmcontroller {
    @postmapping("/alarm")
    public void alarm(@requestbody list<swalarmvo> alarmlist){
        log.info("skywalking alarm message:{}",alarmlist);
        //todo doalarm
    }
}

• 修改告警配置，开放webhook接口

• 为了模拟请求调用慢，我们在代码中使用thread.sleep(1000)增加接口耗时，然后等webhoook接口告警响应
  

详细信息如下：
[swalarmvo(scopeid = 2, name = dubbo - consumer - pid: 13812 @ jianzhang11, id0 = 28, id1 = 0, alarmmessage = response time of service instance dubbo - consumer - pid: 13812 @ jianzhang11 is more than 1000ms in 2 minutes of last 10 minutes, starttime = 1573122018755), swalarmvo(scopeid = 2, name = dubbo - provider2 - pid: 14108 @ jianzhang11, id0 = 25, id1 = 0, alarmmessage = response time of service instance dubbo - provider2 - pid: 14108 @ jianzhang11 is more than 1000ms in 2 minutes of last 10 minutes, starttime = 1573122018755)]
此时webhook能正常接收到sw的告警信息，后续的消息通知直接定制开发即可。

相关文章：

基于skywalking的分布式跟踪系统 - 环境搭建

基于skywalking的分布式跟踪系统 - 微服务监控

请关注个人公众号:java日知录