一、整体落地架构（最终可用版）

Node Exporter → Prometheus → Alertmanager → DingTalk Webhook → 钉钉群
                                  ↓
                             告警恢复

✅ 核心结论：

告警能不能发出去，90% 取决于服务名、路径、模板三件事。

---

二、目录结构（必须完全一致）

/docker-compose/
├── docker-compose.yml
├── prometheus/
│   ├── prometheus.yml
│   └── rules/
│       └── node.yml
├── alertmanager/
│   └── alertmanager.yml
├── webhook/
│   ├── config.yml
│   └── templates/
│       └── default.tmpl   ✅ 缺这个必报 400

---

三、核心配置（全部来自 docx 实测）

✅ 1️⃣ Alertmanager（最容易写错的地方）

/docker-compose/alertmanager/alertmanager.yml

route:
  group_by: ["alertname"]
  group_wait: 10s
  group_interval: 30s
  repeat_interval: 1h
  receiver: dingtalk

receivers:
- name: dingtalk
  webhook_configs:
  - url: "http://dingtalk-webhook:8060/dingtalk/node/send"
    send_resolved: true

🚨 踩坑点

• ❌ altermanager:9093（拼写错误）

• ❌ 指向 webhook:8060

• ✅ 必须写容器名 dingtalk-webhook

---

✅ 2️⃣ Prometheus 告警规则

/docker-compose/prometheus/rules/node.yml

groups:
- name: node-alerts
  rules:
  - alert: NodeDown
    expr: up{job="node_exporter"} == 0
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "节点 {{ $labels.instance }} 已离线"
      description: "Node Exporter 无法访问超过 1 分钟"

并在 prometheus.yml中引入：

rule_files:
  - "/etc/prometheus/rules/*.yml"

🚨 踩坑点

• Prometheus 里 job_name≠ 规则里 job=→ 告警永远不会触发

• 测试时把 == 0改成 == 1立刻触发

---

✅ 3️⃣ Webhook 配置（解决 400 的关键）

/docker-compose/webhook/config.yml

targets:
  node:
    url: https://oapi.dingtalk.com/robot/send?access_token=7f92268b91852caa413f46e18783424e53db16df7a1a390301b2868ddebd6368
    message:
      text: '{{ template "dingtalk.default.message" . }}'
    http_config:
      headers:
        Content-Type: application/json

templates:
  - /etc/prometheus-webhook-dingtalk/templates/default.tmpl

✅ 必须显式声明 Content-Type: application/json

---

✅ 4️⃣ 告警模板（Go Template）

/docker-compose/webhook/templates/default.tmpl

{{ define "dingtalk.default.message" }}
{{- if gt (len .Alerts.Firing) 0 -}}
{{- range .Alerts -}}
==== [告警触发] ====
告警名称：{{ .Labels.alertname }}
实例：{{ .Labels.instance }}
级别：{{ .Labels.severity }}
摘要：{{ .Annotations.summary }}
详情：{{ .Annotations.description }}
时间：{{ .StartsAt.Format "2006-01-02 15:04:05" }}
{{- end }}
{{- end }}

{{- if gt (len .Alerts.Resolved) 0 -}}
{{- range .Alerts -}}
==== [告警恢复] ====
告警名称：{{ .Labels.alertname }}
实例：{{ .Labels.instance }}
时间：{{ .EndsAt.Format "2006-01-02 15:04:05" }}
{{- end }}
{{- end }}
{{ end }}

🚨 缺这个文件 = 100% 发不出告警

---

✅ 5️⃣ Docker Compose（webhook 部分）

dingtalk-webhook:
  image: timonwong/prometheus-webhook-dingtalk:latest
  container_name: dingtalk-webhook
  restart: unless-stopped
  ports:
    - "8060:8060"
  volumes:
    - /docker-compose/webhook/config.yml:/etc/prometheus-webhook-dingtalk/config.yml
    - /docker-compose/webhook/templates:/etc/prometheus-webhook-dingtalk/templates:ro
  networks:
    - ruoyi-net

---

四、Docx 中出现的「经典 6 大坑」

现象	根因	解决方式
no such host	Docker DNS 找不到服务	用 容器名​ 而非服务名
Prometheus 不告警	job 不匹配	job="node_exporter"两边一致
钉钉无消息	400 错误	补 Content-Type: application/json
Webhook 报错	模板缺失	新建 default.tmpl
规则不生效	未挂载 rules	重启整个 compose
Alertmanager 不通	拼写错误	altermanager→ alertmanager

---

五、验证流程（照做必成功）

# 1. 触发告警
vi /docker-compose/prometheus/rules/node.yml
# expr 改为 up == 1

# 2. 重启
docker compose restart prometheus alertmanager dingtalk-webhook

# 3. 查看 webhook 日志
docker logs dingtalk-webhook --tail=50

# 4. 恢复告警
# 改回 up == 0
docker compose restart prometheus