Kearey的知识仓库

本专题关于监控、告警系列的讨论，是以APISIX网关建设为前提，并结合业务需求展开的。对于 Prometheus、Grafana、Alertmanager ，网上是有大量的基础学习材料的。从部署搭建、到操作使用、再到各种对接扩展。在我整理的学习内容中，大部分是对这些内容按照项目需要进行的重新整理的结果。同时也加入了一些我自己的理解与想法，希望可以帮助到大家。

Alertmanger作为与Prometheus不可分割的一部分，本着单一性功能的原则，它们的配置都是有上下文关系的。有些Alertmanagerd配置，是基于Prometheus配置的前提下进行的。所以在这个专题中，我会尽量以“假如现在Prometheus的告警规则配置文件中进行了如下配置，那么Alertmanager的配置文件中应该...” 这样的方式进行描述。从全局的角度为大家讲解我在使用过程中的一些心得体会。

Prometheus 作为一个指标系统天生就不是精确的——由于指标本身就是稀疏采样的，事实上所有的图表和警报都是”估算”，我们也就不必太纠结于图表和警报的对应性，能够帮助我们发现问题解决问题就是一个好监控系统。当然，有时候我们也得证明这个警报确实没问题，那可以看一眼 `ALERTS` 指标。`ALERTS` 是 Prometheus 在警报计算过程中维护的内建指标，它记录每个警报从 Pending 到 Firing 的整个历史过程，拉出来一看也就清楚了。

我们在设计公共服务网关的功能时，共验证并对业务系统开放了如下插件：1、 prometheus 插件2、 log-rotate 插件3、 ip-restriction、real-ip、response-rewrite 插件4、 api-breaker 插件5、 limit-req、limit-conn插件6、 server-info 插件这些插件中，有些是直接开箱即用，没有做单独的讨论和设计，基本都符合业务的基本需求。这些插件我会分别在 【开箱即用】 和 【稍加改造】的章节中集中说明。

在我的实际工作情况中，对于部署有这么几个硬性的要求：1. 各个环境的服务器是无法连接外网的，所以没有办法使用在线安装，所以采用的是离线rpm包的方法进行的。2. 由于生产环境对于root权限管理比较严格，所以要求我们在安装部署的时候，使用root用户进行安装，并确保后续可以使用非root用户进行启动。

一次偶然的机会，工作中接到了负责建设网关的工作。经过一段时间的技术调研，在Kong、SpringCloud Gateway等众多各种开源网关中，选择了APISIX作为本次网关建设的基础。面对部署需求、业务需求以及技术需求的接踵而至。大多数情况下，网上是查询不到什么有用的解决方案的。所幸的是这些问题后面都被解决。我想将建设过程中，遇到的问题和解决思路记录下来，欢迎大家展开讨论。