📚 课程目录第1章 Alertmanager概述

1. Alertmanager 概述：Prometheus 生态中的告警中枢

Alertmanager 是 Prometheus 生态中负责告警生命周期管理的核心组件。它接收 Prometheus Server 推送的告警事件，执行分组、抑制、静默、路由等策略，最终将告警通知发送到邮件、PagerDuty、Slack、Webhook 等接收端。没有 Alertmanager，Prometheus 只能产生原始告警，无法应对生产环境的告警风暴与分级响应需求。

1.1 在 Prometheus 生态中的角色

Prometheus 生态采用“采集 → 存储/查询 → 告警 → 通知”的管道架构。Alertmanager 处于告警管道的末端，承担以下职责：

告警接收器：接收 Prometheus Server 通过 Alertmanager API 推送的告警。
告警处理器：对告警进行去重、分组、抑制、静默等逻辑处理。
通知发送器：将处理后的告警通过配置的接收器（Receiver）发送给运维人员或自动化系统。
高可用协调器：支持集群模式，通过 Gossip 协议在多个 Alertmanager 实例间同步告警状态。

  关键概念：Alertmanager 不负责告警规则评估（由 Prometheus Server 的 rules 模块完成），只负责告警产生后的路由与通知。两者职责分离，便于独立扩缩容与故障隔离。

1.2 核心功能详解

功能	说明	典型场景
告警分组 (Grouping)	将相同标签（如 `alertname`、`severity`、`cluster`）的告警合并为一条通知，避免告警风暴。	同一服务 100 个实例同时宕机，只发一条聚合通知。
告警抑制 (Inhibition)	当高优先级告警触发时，自动抑制低优先级告警，减少噪音。	节点宕机时，抑制该节点上所有进程/端口的告警。
告警静默 (Silence)	基于标签匹配规则，在指定时间段内静默特定告警，不发送通知。	计划内维护窗口，静默对应主机或服务的告警。
告警路由 (Routing)	基于告警标签（如 `severity`、`team`）将告警分发到不同的接收器（Receiver）。	Critical 告警发 PagerDuty，Warning 告警发邮件。

1.3 架构组件

Alertmanager 内部采用模块化设计，核心组件包括：

API 层：提供 HTTP API（/api/v2/alerts）接收 Prometheus 推送的告警，同时提供 UI 和静默管理接口。
告警管道 (Pipeline)：告警进入后的处理流水线，依次经过去重 → 分组 → 抑制 → 静默 → 路由。
分组器 (Grouping Engine)：根据 group_by 配置将告警归入不同组，等待 group_wait 时间后发送。
抑制器 (Inhibition Engine)：维护抑制规则，匹配源告警与目标告警，执行抑制逻辑。
静默器 (Silence Engine)：维护静默规则列表，检查告警是否被静默。
路由树 (Route Tree)：基于树形路由配置，将告警匹配到对应的接收器。
通知器 (Notifier)：调用接收器（邮件、Slack、Webhook 等）发送通知，并处理重试与退避。
集群模块 (Cluster)：基于 Gossip 协议实现多实例状态同步，保证告警不重复发送。

1.4 告警处理流程

一条告警从 Prometheus 产生到最终通知，经历以下完整流程：

Prometheus Server 评估告警规则，触发告警后通过 alertmanager 配置的地址推送至 Alertmanager API。
API 层接收告警，写入告警管道。
去重：基于 fingerprint 和标签去重，避免重复告警。
分组：按 group_by 标签（如 alertname、severity）将告警归入同一组。
抑制：检查是否存在匹配的抑制规则，若存在则抑制该告警。
静默：检查是否存在匹配的静默规则，若存在则静默该告警。
路由：遍历路由树，匹配第一条符合条件的路由，将告警发送到对应的接收器。
通知器发送：调用接收器（邮件、Slack、Webhook 等）发送通知，失败则按退避策略重试。

审计要点：在生产环境中，告警分组和路由配置是导致告警丢失或重复的常见原因。后续章节将深入讲解如何通过 amtool 和日志审计路由决策路径。

1.5 路由树与接收器

路由树是 Alertmanager 配置中最核心、最复杂的部分。它采用树形结构，每个节点包含匹配规则和子节点：

route:
  receiver: 'default-receiver'
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 4h
  routes:
    - match:
        severity: critical
      receiver: 'pagerduty-critical'
      routes:
        - match:
            team: platform
          receiver: 'pagerduty-platform'
    - match:
        severity: warning
      receiver: 'email-warning'

每个路由节点可以指定：

匹配规则：基于告警标签的 match 或 match_re 正则匹配。
接收器：告警最终发送的目标（邮件、Slack、PagerDuty、Webhook 等）。
分组参数：group_by、group_wait、group_interval、repeat_interval。
子路由：支持嵌套，实现多级路由分发。

1.6 本章小结

Alertmanager 是 Prometheus 告警生态的“交通枢纽”，其核心价值在于通过分组、抑制、静默、路由四大功能将原始告警转化为可执行的运维通知。理解其架构组件和路由树模型，是后续进行路由审计和故障排查的基础。下一章将深入讲解 Alertmanager 配置文件的完整结构与语法。