开源运维监控平台WGCLOUD之故障告警策略介绍

WGCLOUD是国人开源的极简高效运维监控系统，"支持主机各种指标监控(cpu/温度，内存，磁盘容量/IO，硬盘smart监控，系统负载，网卡流量，硬件系统信息等)，数据可视化，进程应用监控，大屏可视化展板，服务接口检测，DOCKER监控，公众看板，自动生成网络拓扑图，端口监控，日志文件监控，告警信息推送（默认邮件，可集成钉钉微信短信等），同时集成了WebTerminal堡垒机能力"

下载安装地址：http://www.wgstart.com

监控最基本的工作就是实现对负载均衡设备、网络设备、服务器、存储设备、安全设备、数据库、中间件及应用软件等IT资源的全面监控管理。监控告警在运维工作中至关重要，便于我们及时发现问题，排查问题，把故障损失降到最低
针对这个故障，各方诉求是不同的：
1、业务人员希望尽快恢复系统使用并确保以后不再出现此类问题；
2、运维经理希望进一步优化完善运维中心故障处理流程：优先故障处理过程的时间，提前发现故障，加强监控，完善故障应急方案，长远目标：故障自愈。

这里我们介绍下WGCLOUD的告警策略如何进行配置和优化，一般我们保持默认即可
配置文件server/config/application.yml，在每一项配置上面都加了说明，比如总开关配置，关闭后所有资源都会停止告警

#告警配置，策略优先级按照前后顺序执行，比如告警总开关关闭时，那下面所有告警开关都会失效
mail:
  #告警总开关，yes开启，no关闭
  allWarnMail: yes
  #不需要告警ip集合，多个用逗号,隔开，此主机所有监控资源都不会再告警
  blockIps: 
  #内存告警开关，yes开启，no关闭。总开关开启后，此处设置才会生效。以下开关均遵循此规则。
  memWarnMail: yes
  #监控主机内存使用率%告警值，超过此值即发送告警
  memWarnVal: 99
  #CPU告警开关，yes开启，no关闭
  cpuWarnMail: yes
  #监控主机cpu使用率%告警值，超过此值即发送告警
  cpuWarnVal: 99
  #CPU温度告警开关，yes开启，no关闭
  cpuTemperatureWarnMail: no
  #cpu温度告警值℃，超过此值即发送告警
  cpuTemperatureWarnVal: 92
  #磁盘使用率%告警值，超过此值即发送告警
  diskWarnVal: 99
  #不需要告警磁盘在此屏蔽，多个盘符用,隔开，如/boot,/dev。支持Ant路径匹配规则，如/dev/**。特殊符号用单引号，如'C:'
  diskBlock: /dev
  #磁盘使用率告警开关，yes开启，no关闭
  diskWarnMail: yes
  #主机下线告警开关，yes开启，no关闭
  hostDownWarnMail: yes
  #进程下线告警开关，yes开启，no关闭
  appDownWarnMail: yes
  #服务接口告警开关，yes开启，no关闭
  heathWarnMail: yes
  #数据源连接失败告警开关，yes开启，no关闭
  dbDownWarnMail: yes
  #日志文件监控告警开关，yes开启，no关闭
  fileLogWarnMail: yes
  #端口telnet不通告警开关，yes开启，no关闭
  portWarnMail: yes
  #告警脚本绝对路径(若配置脚本，无论是否配置过邮件，都会执行该脚本)，可以为空，参考模板：server/template/sendMsg.sh
  warnScript: 

demo2.jpg demo3.jpg demo4.jpg
daping.jpg