Docker 容器健康检查怎么配合自动化监控告警系统-Docker-PHP中文网

容器健康检查需通过cadvisor暴露为prometheus指标container_health_status，再配置for: 2m的告警规则及alertmanager分级路由实现可观测告警闭环。

容器健康检查本身不产生告警，必须与 prometheus + alertmanager 这类监控系统联动，才能把“unhealthy”状态转化为可通知、可追踪的告警事件。关键在于把健康检查结果变成可观测指标，并纳入规则评估闭环。

让健康状态变成 Prometheus 可采集的指标

Docker 原生的 HEALTHCHECK 指令只影响容器状态（healthy/unhealthy），但不会对外暴露数值型指标。要接入监控体系，需借助中间组件将状态“翻译”成时间序列数据：

cAdvisor 自动暴露健康状态指标：新版 cAdvisor（v0.49+）已原生支持采集容器健康检查结果，生成如 container_health_status{container="web", health="unhealthy"} 这类指标，默认值为 0（unhealthy）或 1（healthy）
验证方式：访问 http://localhost:8080/metrics，搜索 container_health_status，确认有输出且数值随容器健康状态变化
注意前提：Docker 守护进程需启用健康检查（即容器启动时带 healthcheck 配置），cAdvisor 才能读取到该字段；否则该指标为空

在 Prometheus 中定义健康异常告警规则

有了指标，就能用 PromQL 编写精准判断逻辑。健康类告警强调“持续性失败”，避免瞬时抖动误报：

Docker Cli

使用 Docker CLI 构建、运行、停止、检查和管理容器与镜像的助手。用于执行容器相关任务。

下载

基础告警规则示例（alerts.yml）：

groups:
- name: docker-health-alerts
  rules:
  - alert: ContainerUnhealthy
    expr: container_health_status == 0
    for: 2m
    labels:
      severity: critical
    annotations:
      summary: "Container {{ $labels.container }} is unhealthy"
      description: "Health check failed for {{ $labels.container }} on {{ $labels.instance }}"

说明：for: 2m 表示连续 2 分钟状态为 0 才触发，匹配 Docker 默认重试机制（如 retries: 3 + interval: 30s ≈ 90 秒内失败即标记 unhealthy）
进阶建议：可叠加容器重启次数（container_restarts_total）或应用端口连通性（通过 Blackbox Exporter 主动探测）做复合判断，降低漏报率

通过 Alertmanager 实现分级响应

告警发出后，Alertmanager 负责决定“谁在什么时间收到什么内容”。健康类告警通常需要快速响应，配置应侧重时效性和明确性：

路由策略示例（alertmanager.yml）：

route:
  group_by: ['alertname', 'container']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 1h
  receiver: 'pager-duty-critical'
  routes:
  - match:
      severity: critical
    receiver: 'slack-urgent'
    continue: false
  - match:
      severity: warning
    receiver: 'email-daily'

实用技巧：
- 对 ContainerUnhealthy 告警单独设置 receiver: 'slack-urgent'，并启用 Slack @channel 或 @here 提醒值班人员
- 添加 inhibit_rules 抑制重复告警：例如当某台宿主机整体宕机（InstanceDown）时，自动抑制其上所有容器的健康告警，避免信息过载