基于Azure Monitor、Victoria Metrics、Grafana实现S2S VPN隧道告警自动化

因为Azure VPN网关没有直接暴露隧道断开的原生指标，我们可以通过将诊断日志转换为自定义指标的方式接入现有监控栈，具体步骤如下：

1. 确保TunnelDiagnosticLog持续收集到Log Analytics #

确认你的VPN网关已配置诊断设置，将TunnelDiagnosticLog类别发送到Log Analytics工作区——你现有日志查询能返回结果，说明这一步已完成，只需确保配置未被修改。

2. 配置Azure Monitor metrics Exporter生成自定义指标 #

该Exporter支持从Log Analytics查询结果生成Prometheus格式指标，修改其配置文件，添加日志查询规则：

配置示例（exporter config.yaml） #

# 基础Azure认证配置（按现有Exporter配置保持一致）
logs:
  - name: azure_vpn_tunnel_disconnected
    query: |
      AzureDiagnostics
      | where TimeGenerated > ago(5m)
      | where Category == "TunnelDiagnosticLog" and OperationName == "TunnelDisconnected"
      | summarize count() by Resource, remoteIP_s, stateChangeReason_s
    metricName: azure_vpn_tunnel_disconnected_total
    labels:
      resource: Resource
      remote_ip: remoteIP_s
      reason: stateChangeReason_s
    type: counter

• 该配置每5分钟执行一次日志查询，将断开事件计数生成为counter类型指标，同时携带隧道资源、远端IP、断开原因等标签。
• 若需监控隧道实时状态（而非断开次数），可调整查询生成gauge类型指标：最近5分钟内有断开事件则设为1，否则为0。

3. 让Victoria Metrics抓取自定义指标 #

在Victoria Metrics的scrape配置中，添加对Azure Monitor metrics Exporter的抓取任务，确保指标能被VM收集：

Scrape配置示例 #

scrape_configs:
  - job_name: 'azure-metrics-exporter'
    static_configs:
      - targets: ['<exporter-ip>:<exporter-port>'] # 替换为你的Exporter地址
    scrape_interval: 5m # 和日志查询周期保持一致

4. 在Grafana中配置告警规则 #

基于Victoria Metrics中的自定义指标，创建告警规则：

告警PromQL示例（检测最近5分钟内的断开事件） #

increase(azure_vpn_tunnel_disconnected_total[5m]) > 0

• 将该规则关联到你现有的邮件+webhook通知通道，触发断开事件时自动告警。
• 利用resource、remote_ip等标签在告警消息中携带具体隧道信息，方便调度团队快速定位。

额外优化建议 #

• 在Grafana仪表盘添加gauge类型面板，用0/1数值直观展示隧道当前状态（1=断开，0=正常）。
• 借助stateChangeReason_s标签统计常见断开原因，比如密钥过期、网络波动等，辅助问题排查。

内容的提问来源于stack exchange，提问作者codenamebazinga