如何高效配置Prometheus Alertmanager实现容器宕机告警？

DevOps 小满

2026-6-23

高效配置容器宕机告警的Prometheus规则方案

不用给每个容器单独写规则，只要利用PromQL的指标匹配和标签变量，就能用一条规则覆盖所有容器的宕机告警需求，具体方案如下：

核心告警规则配置

首先确保你已经通过cadvisor或类似exporter采集到了container_up指标（1代表容器运行，0代表停止），然后添加以下告警规则：

groups:
- name: container_alerts
  rules:
  - alert: ContainerDown
    expr: container_up == 0
    for: 1m  # 可根据业务调整，避免容器短暂重启触发误告警
    labels:
      severity: critical
    annotations:
      summary: "容器 {{ $labels.name }} 已宕机"
      description: "主机 {{ $labels.instance }} 上的容器 {{ $labels.name }} (ID: {{ $labels.container_id }}) 停止运行已超过1分钟。"

规则原理说明

container_up == 0会自动匹配所有处于停止状态的容器，Prometheus会为每个符合条件的容器生成独立告警，无需逐个配置。
{{ $labels.xxx }}会自动提取指标附带的标签信息（比如容器名、主机实例、容器ID），让告警信息精准定位问题。

优化建议

过滤非监控容器：如果有临时容器、sidecar等无需告警的容器，可通过标签过滤排除：
```
expr: container_up == 0 and on(name) (container_name !~ "temp-.*|sidecar-.*")
```
调整告警延迟：如果你的容器存在频繁短重启的场景，可延长for的时长（比如5m），减少误告警。
完善指标标签：确保exporter采集的container_up指标带有name（容器名）、instance（主机地址）、container_id等关键标签，否则告警信息会缺乏定位依据。
验证规则有效性：在Prometheus的Graph页面执行container_up == 0，检查是否能正确返回已停止的容器，确认规则逻辑无误。