Alertmanager 最佳实践配置（rancher-monitoring）

架构

  Prometheus 规则评估 → 告警
        │
        ▼
  Alertmanager ×2（gossip HA 集群）
        │ 分组(alertname+namespace+severity) / 抑制(critical>warning>info)
        │ 分级重复(critical 2h / warning 6h / 默认 12h) / Watchdog·info 降噪
        ▼ webhook receiver
  alertmanager-feishu-adapter（格式转换 + AI 值班初判）
        ▼
  飞书群机器人（🔥触发 / ✅恢复，severity 图标分级）
        + firing critical 异步补推 🤖 AI 值班初判卡片（上下文自动收集 + AI 分析，2h 冷却）

最佳实践配置要点

项	配置	理由
HA 副本	2 副本 gossip	通知链路无单点
分组	`group_by: [alertname, namespace, severity]`	同类告警合并一条消息，防刷屏
节奏	`group_wait: 30s / group_interval: 5m`	首批等 30s 凑组，增量 5m 一批
分级重复	critical 2h / warning 6h / 默认 12h	严重的催得紧，避免告警疲劳
降噪	Watchdog、info/none → `null`	只推 actionable 告警
抑制	critical 抑制同对象 warning/info	已有规则保留
恢复通知	`send_resolved: true`	告警闭环，知道何时恢复
声明式配置	helm values（`--reuse-values -f`）	可重复、可审计、随 chart 升级保留
webhook 保密	Secret 存储	不入库不入文档
AI 值班初判	critical 告警 → 只读收集上下文 → qwen-plus 初判卡片	告警来了先看 AI 分析再动手；2h 冷却防重复

文件

alertmanager/
├── deploy.sh                  # 一键配置（all|check，check 含端到端测试）
├── feishu-adapter.yaml        # 飞书适配器（SA+只读RBAC+Secret+ConfigMap+Deployment+Service）
├── alertmanager-values.yaml   # Alertmanager 最佳实践 values（叠加 rancher-monitoring）
├── .secrets.env               # 飞书 webhook + DashScope Key（勿提交公共仓库）
└── README.md / 部署文档.md / 操作文档.md

部署命令

bash

export KUBECONFIG=~/.kube/config-122.31
cd alertmanager/
./deploy.sh          # 配置 + 端到端验证（约 40s 后飞书收到测试告警）

Alertmanager 最佳实践配置（rancher-monitoring） ​

架构 ​

最佳实践配置要点 ​

文件 ​

部署命令 ​

Alertmanager 最佳实践配置（rancher-monitoring）

架构

最佳实践配置要点

文件

部署命令