ElastAlert

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。

  1. # yum install python-setuptools
  2. # git clone https://github.com/Yelp/elastalert.git
  3. # cd elastalert
  4. # python setup.py install
  5. # 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:

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

或者单独执行 rules_folder 里的某个 rule:

  1. # 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:

  1. 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

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:

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

而默认的邮件内容模板是:

  1. body = rule_name
  2. [alert_text]
  3. ruletype_text
  4. {top_counts}
  5. {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 realertexponential_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:

  1. # mkdir rule_modules
  2. # cd rule_modules
  3. # touch __init__.py example_rule.py

example_rule.py 的内容如下:

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

配置中,指定

  1. type: rule_modules.example_rule.AwesomeRule
  2. time_start: "20:00"
  3. time_end: "24:00"
  4. usernames:
  5. - "admin"
  6. - "userXYZ"
  7. - "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):

  1. # mkdir rule_modules
  2. # cd rule_modules
  3. # touch __init__.py example_alert.py

example_alert.py 的内容如下:

  1. from elastalert.alerts import Alerter, basic_match_string
  2. class AwesomeNewAlerter(Alerter):
  3. required_options = set(['output_file_path'])
  4. def alert(self, matches):
  5. for match in matches:
  6. with open(self.rule['output_file_path'], "a") as output_file:
  7. # basic_match_string 函数用来转换异常数据成默认格式的字符串
  8. match_string = basic_match_string(self.rule, match)
  9. output_file.write(match_string)
  10. # 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
  11. def get_info(self):
  12. return {'type': 'Awesome Alerter',
  13. 'output_file': self.rule['output_file_path']}

配置中,指定

  1. alert: "rule_modules.example_alert.AwesomeNewAlerter"
  2. 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):

  1. # mkdir rule_modules
  2. # cd rule_modules
  3. # touch __init__.py example_enhancement.py

example_enhancement.py 的内容如下:

  1. from elastalert.enhancements import BaseEnhancement
  2. class MyEnhancement(BaseEnhancement):
  3. def process(self, match):
  4. if 'domain' in match:
  5. url = "http://who.is/whois/%s" % (match['domain'])
  6. 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:

  1. match_enhancements:
  2. - "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。