ES在运维监控领域的其他玩法 - ElastAlert

优质

小牛编辑

125浏览

2023-12-01

ElastAlert 是 Yelp 公司开源的一套用 Python2.6 写的报警框架。属于后来 Elastic.co 公司出品的 Watcher 同类产品。官网地址见：http://elastalert.readthedocs.org/。

安装

比官网文档说的步骤稍微复杂一点，因为其中 mock 模块安装时依赖的 setuptools 要求版本在 0.17 以上，CentOS6 默认的不够，需要通过 yum 命令升级，当前可以升级到的是 0.18 版。

# yum install python-setuptools
# git clone https://github.com/Yelp/elastalert.git
# cd elastalert
# python setup.py install
# cp config.yaml.example config.yaml

安装完成后会自带三个命令：

elastalert-create-index
ElastAlert 会把执行记录存放到一个 ES 索引中，该命令就是用来创建这个索引的，默认情况下，索引名叫 elastalert_status。其中有 4 个 _type，都有自己的 @timestamp 字段，所以同样也可以用 kibana 来查看这个索引的日志记录情况。
elastalert-rule-from-kibana
从 Kibana3 已保存的仪表盘中读取 Filtering 设置，帮助生成 config.yaml 里的配置。不过注意，它只会读取 filtering，不包括 queries。
elastalert-test-rule
测试自定义配置中的 rule 设置。

最后，运行命令:

# python -m elastalert.elastalert --config ./config.yaml

或者单独执行 rules_folder 里的某个 rule：

# python -m elastalert.elastalert --config ./config.yaml --rule ./examele_rules/one_rule.yaml

配置结构

和 Watcher 类似(或者说也只有这种方式)，ElastAlert 配置结构也分几个部分，但是它有自己的命名。

query 部分

除了有关 ES 服务器的配置以外，主要包括：

run_every 配置，用来设置定时向 ES 发请求，默认 5 分钟。
buffer_time 配置，用来设置请求里时间字段的范围，默认 45 分钟。
rules_folder 配置，用来加载下一阶段的 rule 设置，默认是 example_rules。
timestamp_field 配置，设置 buffer_time 时针对哪个字段，默认是 @timestamp。
timestamp_type 配置，设置 timestamp_field 的时间类型，ElastAlert 内部也需要转换成时间对象，默认是 ISO8601，也可以是 UNIX。

rule 部分

rule 设置各自独立以文件方式存储在 rules_folder 设置的目录里。其中可以定义下面这些参数：

name 配置，每个 rule 需要有自己独立的 name，一旦重复，进程将无法启动。
type 配置，选择某一种数据验证方式。
index 配置，从某类索引里读取数据，目前已经支持Ymd格式，需要先设置use_strftime_index: true，然后匹配索引，配置形如：index: logstash-es-test-%Y.%m.%d，表示匹配logstash-es-test名称开头，以年月日作为索引后缀的index。
filter 配置，设置向 ES 请求的过滤条件。
timeframe 配置，累积触发报警的时长。
alert 配置，设置触发报警时执行哪些报警手段。

不同的 type 还有自己独特的配置选项。目前 ElastAlert 有以下几种自带 ruletype：

any: 只要有匹配就报警；
blacklist: compare_key 字段的内容匹配上 blacklist 数组里任意内容；
whitelist: compare_key 字段的内容一个都没能匹配上 whitelist 数组里内容；
change: 在相同 query_key 条件下，compare_key 字段的内容，在 timeframe 范围内发送变化；
frequency: 在相同 query_key 条件下，timeframe 范围内有 num_events 个被过滤出来的异常；
spike: 在相同 query_key 条件下，前后两个 timeframe 范围内数据量相差比例超过 spike_height。其中可以通过 spike_type 设置具体涨跌方向是up, down, both。还可以通过threshold_ref 设置要求上一个周期数据量的下限，threshold_cur 设置要求当前周期数据量的下限，如果数据量不到下限，也不触发；
flatline: timeframe 范围内，数据量小于 threshold 阈值；
new_term: fields 字段新出现之前 terms_window_size(默认 30 天) 范围内最多的 terms_size(默认 50) 个结果以外的数据；
cardinality: 在相同 query_key 条件下，timeframe 范围内 cardinality_field 的值超过 max_cardinality 或者低于 min_cardinality。

alert 部分

alert 配置是一个数组，目前支持 command, email，jira，opsgenie，sns，hipchat，slack 等方式。

command

command 最灵活也最简单。默认会采用 %(fieldname)s 格式：

command: ["/bin/send_alert", "--username", "%(username)s", "--time", "%(key_as_string)s"]

如果要用的比较多，可以开启 pipe_match_json 参数，会把整个过滤到的内容，以一整个 JSON 字符串的方式管道输入指定脚本。

email 方式采用 SMTP 协议，所以有一系列 smtp_* 配置，然后加上 email 参数提供收件人地址数组。

特殊的是，email 和 jira 两种方式，ElastAlert 提供了一些内容格式化模板：

比如可以这样控制邮件标题：

alert_subject: "Issue {0} occurred at {1}"
alert_subject_args:
  - issue.name
  - "@timestamp"

而默认的邮件内容模板是：

body = rule_name
       [alert_text]
       ruletype_text
       {top_counts}
       {field_values}

这些内容同样可以通过 alert_text(及对应 alert_text_args)等来灵活修改。

此外，alert 还有一系列控制报警风暴的选项，从属于 rule：

aggregation：设置一个时长，则该时长内所有报警最终合在一起发一次；
realert：设置一个时长，则该时长内，相同 query_key 的报警只发一个；
exponential_realert：设置一个时长，必须大于 realert 设置。则在 realert 到 exponential_realert 之间，每次报警后，realert 自动翻倍。

微信告警插件

社区有人提供了使用微信做 ElastAlert 告警操作的扩展，其 GitHub 地址见：https://github.com/anjia0532/elastalert-wechat-plugin。

enhancements 部分

match_enhancements 配置，设置一个数组，在报警内容发送到 alert 之前修改具体数据。ElastAlert 默认不提供具体的 enhancements 实现，需要自己扩展。

不过，作为通用方式，ElastAlert 提供几个便捷选项，把 Kibana 地址加入报警：

generate_kibana_link: 自动生成一个 Kibana3 的临时仪表盘附在报警内容上。
use_kibana_dashboard: 采用现成的 Kibana3 仪表盘附在报警内容上。
use_kibana4_dashboard: 采用现成的 Kibana4 仪表盘附在报警内容上。

扩展

rule

创建一个自己的 rule，是以 Python 模块的形式存在的，所以首先创建目录：

# mkdir rule_modules
# cd rule_modules
# touch __init__.py example_rule.py

example_rule.py 的内容如下：

import dateutil.parser
from elastalert.util import ts_to_dt
from elastalert.ruletypes import RuleType
class AwesomeNewRule(RuleType):
    # 用来指定本 rule 对应的配置文件中必要的参数项
    required_options = set(['time_start', 'time_end', 'usernames'])
    # 每次运行获取的数据以时间排序数据传递给 add_data 函数
    def add_data(self, data):
        for document in data:
            # 配置文件中的设置可以通过 self.rule[] 获取
            if document['username'] in self.rule['usernames']:
                login_time = document['@timestamp'].time()
                time_start = dateutil.parser.parse(self.rule['time_start']).time()
                time_end = dateutil.parser.parse(self.rule['time_end']).time()
                if login_time > time_start and login_time < time_end:
                    # 最终过滤结果，使用 self.add_match 添加
                    self.add_match(document)
    # alert_text 中使用的文本
    def get_match_str(self, match):
        return "%s logged in between %s and %s" % (match['username'],
                                                   self.rule['time_start'],
                                                   self.rule['time_end'])
    def garbage_collect(self, timestamp):
        pass

配置中，指定

type: rule_modules.example_rule.AwesomeRule
time_start: "20:00"
time_end: "24:00"
usernames:
  - "admin"
  - "userXYZ"
  - "foobaz"

即可使用。

alerter

alerter 也是以 Python 模块的形式存在的，所以还是要创建目录(如果之前二次开发 rule 已经创建过可以跳过)：

# mkdir rule_modules
# cd rule_modules
# touch __init__.py example_alert.py

example_alert.py 的内容如下：

from elastalert.alerts import Alerter, basic_match_string
class AwesomeNewAlerter(Alerter):
    required_options = set(['output_file_path'])
    def alert(self, matches):
        for match in matches:
            with open(self.rule['output_file_path'], "a") as output_file:
                # basic_match_string 函数用来转换异常数据成默认格式的字符串
                match_string = basic_match_string(self.rule, match)
                output_file.write(match_string)
    # 报警发出后，ElastAlert 会调用该函数的结果写入 ES 索引的 alert_info 字段内
    def get_info(self):
        return {'type': 'Awesome Alerter',
                'output_file': self.rule['output_file_path']}

配置中，指定

alert: "rule_modules.example_alert.AwesomeNewAlerter"
output_file_path: "/tmp/alerts.log"

即可使用。

enhancement

enhancement 也是以 Python 模块的形式存在的，所以还是要创建目录(如果之前二次开发 rule 或 alert 已经创建过可以跳过)：

# mkdir rule_modules
# cd rule_modules
# touch __init__.py example_enhancement.py

example_enhancement.py 的内容如下：

from elastalert.enhancements import BaseEnhancement
class MyEnhancement(BaseEnhancement):
    def process(self, match):
        if 'domain' in match:
            url = "http://who.is/whois/%s" % (match['domain'])
            match['domain_whois_link'] = url

在需要的 rule 配置文件中添加如下内容即可启用：

match_enhancements:
  - "rule_modules.example_enhancement.MyEnhancement"

因为 match_enhancements 是个数组，也就是说，如果数组有多个 enhancement，会依次执行，完全完成后，才传递给 alert。