dockerを使用してGrafana+Prometheus構成をデプロイする

バージョン: '2'

ネットワーク:
  モニター：
    ドライバー: ブリッジ

サービス:
  インフルエンスDB:
    画像: influxdb:latest
    コンテナ名: tig-influxdb
    ポート:
      - 「18083:8083」
      - 「18086:8086」
      - 「18090:8090」
    環境変数:
      - 'env.influxdb'
    ボリューム:
      # データの永続性
      # sudo mkdir -p ./influxdb/data
      - ./influxdb/データ:/var/lib/influxdb
      # docker の時間を東部標準時ゾーン 8 に設定します - ./timezone:/etc/timezone:ro
      - ./localtime:/etc/localtime:ro
    restart: until-stopped #停止後にtelegrafを自動的に再起動します:
    画像: telegraf:latest
    コンテナ名: tig-telegraf
    リンク:
      - インフルクスDB
    ボリューム:
      - ./telegraf.conf:/etc/telegraf/telegraf.conf:ro
      - ./タイムゾーン:/etc/タイムゾーン:ro
      - ./localtime:/etc/localtime:ro
    再起動: 停止しない限り
  プロメテウス:
    画像: プロム/プロメテウス
    コンテナ名: プロメテウス
    ホスト名: プロメテウス
    再起動: 常に
    ボリューム:
      : /home/qa/docker/grafana/prometheus.yml:/etc/prometheus/prometheus.yml
      - /home/qa/docker/grafana/node_down.yml:/etc/prometheus/node_down.yml
    ポート:
      - '9090:9090'
    ネットワーク:
      - モニター

  アラートマネージャー:
    画像: prom/alertmanager
    コンテナ名: アラートマネージャ
    ホスト名: alertmanager
    再起動: 常に
    ボリューム:
      : := ...
    ポート:
      - '9093:9093'
    ネットワーク:
      - モニター

  グラファナ:
    イメージ: grafana/grafana:6.7.4
    コンテナ名: grafana
    ホスト名: grafana
    再起動: 常に
    ポート:
      - '13000:3000'
    ネットワーク:
      - モニター

  ノードエクスポーター:
    イメージ: quay.io/prometheus/node-exporter
    コンテナ名: ノードエクスポーター
    ホスト名: node-exporter
    再起動: 常に
    ポート:
      - '9100:9100'
    ネットワーク:
      - モニター

  キャドアドバイザー:
    画像: google/cadvisor:latest
    コンテナ名: cadvisor
    ホスト名: cadvisor
    再起動: 常に
    ボリューム:
      - /:/rootfs:ro
      - /var/run:/var/run:rw
      - /sys:/sys:ro
      - /var/lib/docker/:/var/lib/docker:ro
    ポート:
      - '18080:8080'
    ネットワーク:
      - モニター

グローバル：
  解決タイムアウト: 5分
  smtp_from: 'メール'
  smtp_smarthost: 'smtp.exmail.qq.com:25'
  smtp_auth_username: 'メール'
  smtp_auth_password: 'パスワード'
  smtp_require_tls: 偽
  smtp_hello: 'qq.com'
ルート：
  group_by: ['アラート名']
  グループ待機: 5秒
  グループ間隔: 5秒
  繰り返し間隔: 5分
  受信者: 'メール'
受信者:
- 名前: 'メール'
  メール設定:
  - 宛先: 'メールアドレス'
    送信解決: true
禁止ルール:
  - ソースマッチ:
      深刻度: 「重大」
    ターゲットマッチ:
      重大度: '警告'
    等しい: ['alertname', 'dev', 'instance']

グローバル：
  scrape_interval: 15s # スクレイプ間隔を 15 秒ごとに設定します。デフォルトは 1 分ごとです。
  evaluation_interval: 15s # 15 秒ごとにルールを評価します。デフォルトは 1 分ごとです。
  # scrape_timeout はグローバルデフォルト (10 秒) に設定されています。

# アラートマネージャの設定
警告:
  アラートマネージャー:
  - 静的設定:
    - ターゲット: ['192.168.32.117:9093']
      # - アラートマネージャー:9093

# ルールを一度読み込み、グローバル 'evaluation_interval' に従って定期的に評価します。
ルールファイル:
  - 「node_down.yml」
  # - "ノードエクスポーターアラートルール.yml"
  # - "first_rules.yml"
  # - "second_rules.yml"

# スクレイピングするエンドポイントを 1 つだけ含むスクレイピング設定:
# ここでは Prometheus そのもの。
scrape_configs:
  #IO ストレージ ノード グループ - job_name: 'io'
    スクレイプ間隔: 8秒
    static_configs: #ポートは、ノード エクスポーターが起動されるポートです - ターゲット: ['192.168.32.117:9100']
      - ターゲット: ['192.168.32.196:9100']
      - ターゲット: ['192.168.32.136:9100']
      - ターゲット: ['192.168.32.193:9100']
      - ターゲット: ['192.168.32.153:9100']
      - ターゲット: ['192.168.32.185:9100']
      - ターゲット: ['192.168.32.190:19100']
      - ターゲット: ['192.168.32.192:9100']

  # ジョブ名は、この設定から取得されたすべての時系列にラベル `job=<job_name>` として追加されます。
  - ジョブ名: 'cadvisor'
    static_configs: #ポートはcadvisorによって開始されたポートです - ターゲット: ['192.168.32.117:18080']
      - ターゲット: ['192.168.32.193:8080']
      - ターゲット: ['192.168.32.153:8080']
      - ターゲット: ['192.168.32.185:8080']
      - ターゲット: ['192.168.32.190:18080']
      - ターゲット: ['192.168.32.192:18080']

グループ:
  - 名前: node_down
    ルール:
      - 警告: インスタンスダウン
        式: 上 == 0
        1mの場合
        ラベル:
          ユーザー: テスト
        注釈:
          概要: 'インスタンス {{ $labels.instance }} がダウンしています'
          説明: 'ジョブ {{ $labels.job }} の {{ $labels.instance }} が 1 分以上ダウンしています。'

        #メモリ残量が10%未満です
      - 警告: メモリ残量が 10% 未満です
        式: node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100 < 10
        2mの場合
        ラベル:
          重大度: 警告
        注釈:
          概要: ホストのメモリ不足 (インスタンス {{ $labels.instance }})
          説明: "ノード メモリがいっぱいになっています (残り 10% 未満)\n 値 = {{ $value }}\n ラベル = {{ $labels }}"

        #ディスク残量が10%未満です
      - 警告: 残りのディスク容量が 10% 未満です。
        式: (node_filesystem_avail_bytes * 100) / node_filesystem_size_bytes < 10 かつ ON (インスタンス、デバイス、マウントポイント) node_filesystem_readonly == 0
        2mの場合
        ラベル:
          重大度: 警告
        注釈:
          概要: ホストのディスク容量が不足しています (インスタンス {{ $labels.instance }})
          説明: "ディスクがほぼいっぱいです (残り 10% 未満)\n 値 = {{ $value }}\n ラベル = {{ $labels }}"

        #CPU負荷 > 80%
      - 警告: CPU 負荷 > 80%
        式: 100 - (平均(インスタンス) (レート(node_cpu_seconds_total{mode="idle"}[2m])) * 100) > 80
        0分
        ラベル:
          重大度: 警告
        注釈:
          概要: ホストの CPU 負荷が高い (インスタンス {{ $labels.instance }})
          説明: "CPU 負荷は 80% を超えています\n 値 = {{ $value }}\n ラベル = {{ $labels }}"