Prometheus常用告警規(guī)則 rules.yml的設(shè)置
更新時間：2026年07月02日 09:39:57 作者：黑瘋雷
本文整理了企業(yè)運維中常見服務(wù)的告警規(guī)則,包括服務(wù)器、Redis、RabbitMQ、Kafka、SSL證書和Elasticsearch,并提供了PromQL示例,感興趣的可以了解一下
說明：整理了企業(yè)運維中常見服務(wù)的告警規(guī)則，覆蓋服務(wù)器、Redis、RabbitMQ、Kafka、SSL證書、Elasticsearch。每條規(guī)則都給了 PromQL，復(fù)制到 Prometheus 就能用。
規(guī)則文件放哪
Prometheus 的告警規(guī)則以 YAML 文件存放在 rules/ 目錄下，然后在 prometheus.yml 中引用：
rule_files: - "rules/*.yml"
改完配置記得重載：
systemctl reload prometheus
一、服務(wù)器基礎(chǔ)告警（node_exporter）
文件：node_exporter_rules.yml
服務(wù)器宕機
- alert: 服務(wù)器宕機
expr: up == 0
for: 3m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} 宕機"
description: "{{ $labels.instance }} 超過 3 分鐘無響應(yīng)"CPU 使用率超過 90%
- alert: CPU 使用率過高
expr: 100 - (avg by (instance)(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 90
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} CPU 過高"
description: "CPU 使用率 {{ $value }}%，超過 90%"計算思路：用 irate 取 5 分鐘內(nèi) CPU 空閑率的瞬時變化，然后反算使用率。irate 適合 CPU 這種抖動大的指標，能更靈敏反映瞬時變化。
內(nèi)存使用率過高
- alert: 內(nèi)存使用率過高
expr: 100 - ((node_memory_MemFree_bytes + node_memory_Cached_bytes + node_memory_Buffers_bytes) / node_memory_MemTotal_bytes * 100) < 10
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} 內(nèi)存不足"
description: "可用內(nèi)存（含緩存）不足 10%"計算用了 MemFree + Cached + Buffers 來衡量剩余內(nèi)存。因為 Linux 的緩存可以回收，比只看 MemFree 更符合實際情況。
磁盤 IO 過高
- alert: 磁盤 IO 占用過高
expr: avg by (instance)(irate(node_disk_io_time_seconds_total[1m])) * 100 > 90
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} 磁盤 IO 過高"
description: "磁盤 IO 占用率 {{ $value }}%"網(wǎng)絡(luò)流入帶寬超過 100Mbps
- alert: 網(wǎng)絡(luò)流入帶寬過高
expr: (sum by (instance)(rate(node_network_receive_bytes_total{device!~"tap.*|veth.*|br.*|docker.*|virbr.*|lo.*"}[5m])) / 100) > 102400
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} 網(wǎng)絡(luò)流入過高"
description: "流入帶寬 {{ $value }}，持續(xù) 5 分鐘超過 100Mbps"過濾掉了虛擬網(wǎng)卡（docker、veth、br 等），只監(jiān)控物理網(wǎng)卡。102400 對應(yīng) 100Mbps，因為除以 100 將 bytes 轉(zhuǎn)成了 bits。
網(wǎng)絡(luò)流出帶寬超過 100Mbps
- alert: 網(wǎng)絡(luò)流出帶寬過高
expr: (sum by (instance)(rate(node_network_transmit_bytes_total{device!~"tap.*|veth.*|br.*|docker.*|virbr.*|lo.*"}[5m])) / 100) > 102400
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} 網(wǎng)絡(luò)流出過高"
description: "流出帶寬 {{ $value }}，持續(xù) 5 分鐘超過 100Mbps"TCP 連接數(shù)過多
- alert: TCP 連接數(shù)過高
expr: node_netstat_Tcp_CurrEstab > 10000
for: 2m
labels:
severity: 嚴重告警
annotations:
summary: "服務(wù)器 {{ $labels.instance }} TCP 連接數(shù)過高"
description: "當前 TCP ESTABLISHED 連接數(shù) {{ $value }}，超過 10000"磁盤使用率超過 90%
- alert: 磁盤使用率過高
expr: 100 - (node_filesystem_free_bytes{fstype=~"ext4|xfs"} / node_filesystem_size_bytes{fstype=~"ext4|xfs"} * 100) > 90
for: 1m
labels:
severity: 嚴重告警
annotations:
summary: "{{ $labels.mountpoint }} 磁盤使用率過高"
description: "分區(qū) {{ $labels.mountpoint }} 使用率 {{ $value }}%"只監(jiān)控 ext4 和 xfs 格式的文件系統(tǒng)，跳過 tmpfs、overlay 之類的虛擬文件系統(tǒng)。
二、Redis 告警（redis_exporter）
文件：redis_exporter_rules.yml
- alert: Redis 服務(wù)停止
expr: redis_up == 0
for: 1m
labels:
severity: 嚴重告警
annotations:
summary: "Redis {{ $labels.instance }} 服務(wù)停止"
description: "Redis 服務(wù)不可達"
- alert: Redis 連接數(shù)超過 80%
expr: redis_connected_clients / redis_config_maxclients * 100 > 80
for: 1m
labels:
severity: 嚴重告警
annotations:
summary: "Redis {{ $labels.instance }} 連接數(shù)過高"
description: "當前連接數(shù) {{ $value }}，超過最大連接數(shù)的 80%"三、RabbitMQ 告警（rabbitmq_exporter）
文件：rabbitmq_exporter_rules.yml
- alert: RabbitMQ 服務(wù)停止
expr: rabbitmq_up == 0
for: 3m
labels:
severity: 嚴重告警
annotations:
summary: "RabbitMQ {{ $labels.instance }} 服務(wù)停止"
description: "RabbitMQ 已停止運行"
- alert: RabbitMQ 內(nèi)存占用超過 2GB
expr: rabbitmq_node_mem_used / 1024 / 1024 > 2048
for: 3m
labels:
severity: 嚴重告警
annotations:
summary: "RabbitMQ {{ $labels.instance }} 內(nèi)存過高"
description: "當前內(nèi)存占用 {{ $value }} MB，超過 2048 MB"四、Kafka 告警（kafka_exporter）
文件：kafka_exporter_rules.yml
- alert: Kafka 消費組消息積壓
expr: sum by (consumergroup, topic)(kafka_consumergroup_lag) > 50000
for: 3m
labels:
severity: 嚴重告警
annotations:
summary: "Topic {{ $labels.topic }} 消費滯后"
description: "消費組 {{ $labels.consumergroup }} 積壓超過 50000 條消息"
- alert: Kafka 集群節(jié)點減少
expr: kafka_brokers < 3
for: 3m
labels:
severity: 嚴重告警
annotations:
summary: "Kafka 集群節(jié)點減少"
description: "當前 broker 數(shù)量 {{ $value }}，少于 3 個"
- alert: Kafka Topic 無消息寫入
expr: sum by (topic)(rate(kafka_topic_partition_current_offset[5m])) == 0
for: 5m
labels:
severity: 警告
annotations:
summary: "Topic {{ $labels.topic }} 無消息流入"
description: "持續(xù) 5 分鐘沒有新消息寫入該 Topic"五、SSL 證書過期監(jiān)控（blackbox_exporter）
文件：ssl_expiry.yml
- alert: SSL 證書即將過期
expr: probe_ssl_earliest_cert_expiry - time() < 86400 * 30
for: 5m
labels:
severity: 重要告警
annotations:
summary: "SSL 證書將在 30 天內(nèi)過期"
description: "證書剩余 {{ $value }} 秒，請及時更新"
- alert: SSL 證書已過期
expr: probe_ssl_earliest_cert_expiry - time() <= 0
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "SSL 證書已過期"
description: "證書已過期，請立即更新"probe_ssl_earliest_cert_expiry 返回的是證書過期的時間戳（秒），減去當前時間 time() 就是剩余有效時間。86400 是一天的秒數(shù)。
六、Elasticsearch 告警（elasticsearch_exporter）
文件：elasticsearch_exporter_rules.yml
- alert: ES 集群節(jié)點減少
expr: elasticsearch_cluster_health_number_of_nodes < 3
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "ES 集群節(jié)點數(shù)減少"
description: "當前節(jié)點數(shù) {{ $value }}，少于 3 個"
- alert: JVM 堆內(nèi)存使用率過高
expr: elasticsearch_jvm_memory_used_bytes{area="heap"} / elasticsearch_jvm_memory_max_bytes{area="heap"} * 100 > 90
for: 5m
labels:
severity: 嚴重告警
annotations:
summary: "ES JVM 內(nèi)存使用率過高"
description: "堆內(nèi)存使用率 {{ $value }}%，超過 90%"使用建議
- 閾值調(diào)整：上面的閾值是通用值，建議根據(jù)實際環(huán)境調(diào)整。比如磁盤告警，數(shù)據(jù)盤可以放到 95%，根分區(qū)建議 85% 就告警。
- 集群節(jié)點數(shù)：kafka_brokers < 3 和 es 節(jié)點數(shù) < 3 假設(shè)你的集群至少 3 個節(jié)點，如果架構(gòu)不同記得改。
- for 參數(shù)：for: 5m 表示持續(xù) 5 分鐘滿足條件才觸發(fā)告警，防止誤報?？梢愿鶕?jù)業(yè)務(wù)容忍度調(diào)整。
- 86400 * 30 的筆誤：原文寫的是 86400 * 300（300天），實際應(yīng)為 30 天，這里已修正。
到此這篇關(guān)于Prometheus常用告警規(guī)則 rules.yml的設(shè)置的文章就介紹到這了,更多相關(guān)Prometheus rules.yml內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Dell R730服務(wù)器6i陣列卡Raid5配置方法(熱備)
這篇文章主要介紹了Dell R730服務(wù)器6i陣列卡Raid5配置方法,需要的朋友可以參考下2018-05-05
最近使用CDN時,CDN后臺都有一個OCSP?Staplin的選項,一般在設(shè)置HTTPS里面,不知道什么意思,這里簡單為大家分享一下2024-01-01
Hadoop中namenode和secondarynamenode工作機制講解
今天小編就為大家分享一篇關(guān)于Hadoop中namenode和secondarynamenode工作機制講解，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
對ipvsadm 的命令參考，并根據(jù)自己使用的經(jīng)驗，進行了一個簡單的翻譯，希望對ipvsadm 的使用者有一定的幫助2015-01-01
Windows和Linux上的文件互傳（互相拷貝）一般常見的主要分為三種：1.基于FTP的方式 2.基于HTTP的方式 3.基于SSH協(xié)議的方式.今天我們來探討的是ssh協(xié)議的方式2018-04-04
虛擬主機應(yīng)該如何解決電信網(wǎng)通間互聯(lián)互通
電信和網(wǎng)通兩大基礎(chǔ)網(wǎng)絡(luò)，人為地割裂了整個中國的網(wǎng)絡(luò)。無論是選擇把網(wǎng)站托管在電信、還是網(wǎng)通，都等于是在拒絕處于另外一個網(wǎng)絡(luò)中的客戶，因為實在太慢了2011-10-10
詳解aws免費服務(wù)器申請及網(wǎng)絡(luò)代理搭建教程
這篇文章主要介紹了aws免費服務(wù)器申請及網(wǎng)絡(luò)代理搭建教程,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-12-12
DELL服務(wù)器RAID H700,PERC H800陣列卡配置中文完全手冊圖解
這篇文章主要介紹了DELL服務(wù)器RAID H700,PERC H800陣列卡配置中文完全手冊圖解，供參考。疏漏之處敬請反饋2016-04-04
windows:icacls命令行修改文件使用默認繼承的ACL及ant腳本實現(xiàn)過程
文章介紹了如何使用icacls命令行修改Windows文件的ACL,以及在使用Ant腳本修改文件內(nèi)容時如何保持其默認ACL,通過在Ant腳本中調(diào)用icacls命令,可以解決修改文件內(nèi)容后權(quán)限丟失的問題2025-12-12
rsync備份服務(wù)器數(shù)據(jù)最新實戰(zhàn)指南
本項目通過rsync實現(xiàn)Web服務(wù)器每日0點備份配置文件、網(wǎng)站目錄及日志至備份服務(wù)器,本地保留7天,備份服務(wù)器保存6個月內(nèi)每周一數(shù)據(jù),需驗證完整性并發(fā)送郵件通知結(jié)果,本文給大家介紹的非常詳細,感興趣的朋友跟隨小編一起看看吧2025-09-09