ChatBot：在 Slack 中使用监控和告警

前面文章中我们使用 Errbot 通过 Kubernetes API 在 Slack 中进行 Kubernetes 查询。这种方式很局限。毕竟拉更多组件下水，写更多代码才是大势所趋 LOL。本文以 Istio 中的响应时间监控为例，看看 Errbot 和 Prometheus 的互动。

前提

• Istio
• Prometheus
• 公网部署
• 接入 Slack 的 Errbot
• Errbot 开放 3141 端口，能够被 Alertmanager 使用。

注意：

• 这里只是介绍一下这种思路，例子要求比较高，源文件也不会很完整。要投入实际使用，需要更多配合。
• 选择 Istio 做监控目标，只是因为目前环境方便，并无特殊含义。
• Errbot 的 Slack 接入在之前的文章有一些介绍可以参考。

在 Bot 中获取监控指标

Prometheus 提供了很方便的 HTTP API（注 1），简单的使用 HTTP 客户端即可获取。下面的表达式用于从 Istio 中获取响应时间的 p99 指标：

    histogram_quantile(0.99,
    sum(irate(istio_request_duration_bucket[1m]))
    by (source_service, source_version,
    destination_service, destination_version, le))

这里为行文方便，直接硬编码，实际上可以通过查询模板、Bot 参数等方式，获得更灵活的查询。或者更加简单粗暴的，在聊天室向 Bot 提供查询公式直接查询。

下面的代码，会将 Prometheus 中的指标，在 Slack 中以卡片的方式输出到指定聊天室中。

1. 指定一个 query 参数，取值为刚才提到的 Prometheus 查询语句，{"query": prom}的形式进行 URL Encode。
2. API 指令发出后，Prometheus 会响应一段 JSON 报文，报文的result字段包含一个列表，包含了各个服务的各个版本之间的通信响应时间。
3. 这里使用 Errbot 的 send_card（注 2）功能，通过 Field 方式逐个输出服务记录。
4. room = self.build_identifier("#bot")，使用 self.build_identifier（注 3）设置发送目标。
5. 代码放入 Errbot 插件之后，私聊窗口输入!restart，重启。会看到 Errbot 发出重启信息之后断线。
6. 等 Errbot 再次在线，在聊天室输入指令!service quality，会看到类似如下的信息回应：

使用 Bot 接收 Prometheus 告警

实际上 Prometheus 的 Alert Manager 提供了到 Slack 的集成，这里纯属演示，绕了个远。

配置 Bot

1. 在聊天室私信中发布命令 !plugin config Webserver {'HOST': '0.0.0.0','PORT': 3141}，要求 Errbot 开放端口启动 Webhook 服务。

2. 同样的使用私信发送命令 !status，查询插件运行状态，可以看到 Webserver 已经启动。

   

3. 为 Bot 插件加入 Webhook 代码，并重新启动 Bot，这里定义了路径alertmanager用于接受告警，同样使用卡片方式，发送告警信息到bot频道，在卡片中显示告警的相关服务及其版本：

   def alertmanager(self, data):
     """Webhook for alerts from Prometheus"""
     target = self.build_identifier("#bot")
     self.send(target, "Alert!!")
     for alert in data['alerts']:
         self.send_card(
             to=target,
             summary='[{}] {}'.format(
                 data['status'].upper(),
                 data['commonLabels']['alertname']
             ),
             title="Prometheus Alert",
             fields=[('From', alert['annotations']['from']),
                     ('To', alert['annotations']['to'])],
             body=alert['annotations']['summary']
         )
   

Prometheus 配置

1. 配置 Prometheus 告警规则：

   • 使用前面提到的同一个公式
   • 使用注解来传递应用标签

   • 这里我们配置大于 3 秒钟的耗时发生告警

     groups:
     - name: fake
     rules:
     - alert: rules-alert
     expr: |
         histogram_quantile(0.99,
         sum(irate(istio_request_duration_bucket[1m]))
         by (source_service, source_version,
         destination_service, destination_version, le)) > 3
     for: 1m
     labels:
         alertname: "request-duration-3"
     annotations:
         summary: "Request duration gt 3"
         from: "{{ $labels.source_service }}:{{ $labels.source_version }}"
         to: "{{ $labels.destination_service }}:{{ $labels.destination_version }}"
     

2. 配置和重启 Alert Manager，定义使用 Web hook 通知 errbot 发送告警到 Slack：

   route:
       receiver: 'webhook'
       group_wait: 30s
       group_interval: 5m
       repeat_interval: 4h
       group_by: ['from', 'to']
       routes:
   
   receivers:
   - name: 'webhook'
       webhook_configs:
       - url: "http://errbot.default:3141/alertmanager"
   

3. Prometheus 连接到 AlertManager 上，用于发送告警，修改后重启 Prometheus：

   alerting:
   alertmanagers:
   - scheme: http
     static_configs:
     - targets:
       - "alertmanager:9093"
   

运行

在负载上调用耗时操作，例如持续访问httpbin的/delay/5指令，满足标准后，可以看到，告警的传递线路：

注

1. https://prometheus.io/docs/prometheus/latest/querying/api/
2. http://errbot.io/en/latest/errbot.botplugin.html#errbot.botplugin.BotPlugin.send_card
3. http://errbot.io/en/latest/errbot.botplugin.html#errbot.botplugin.BotPlugin.build_identifier

附录

1. 查询

   @botcmd
   def service_quality(self, message, args):
   url = "http://prometheus-server.kube-system/api/v1/query?"
   prom = """
   histogram_quantile(0.99,
   sum(irate(istio_request_duration_bucket[1m]))
   by (source_service, source_version,
   destination_service, destination_version, le))
   """
   query = {"query": prom}
   query = urlencode(query)
   f = urllib.request.urlopen(url + query)
   resp = f.read()
   record_list = json.loads(resp)
   room = self.build_identifier("#bot")
   field_list = []
   for record in record_list["data"]["result"]:
       metric = record["metric"]
       value = record["value"]
       domain = ".svc.cluster.local"
       field = ("From {}:{} to {}:{}".format(
           metric["source_service"].replace(domain, ""),
           metric["source_version"],
           metric["destination_service"].replace(domain, ""),
           metric["destination_version"],
       ), value[-1])
       field_list.append(field)
   self.send_card(to=room, body=prom,
                  title="Query Statement", summary="From prometheus",
                  color="green", fields=field_list)