Prometheus 基于DNS查找的警报

我目前有一些基于“tcp_connect”和“http_2xx”探测的警报规则，这些规则表明tcp和http问题的级别非常高，而不是特定警报

每当探测器由于DNS查找问题而无法成功与目标通话时，我会从“TCP_connect”收到一个关于TCP连接的警报，或者从“HTTP_2xx”收到一个基于HTTP状态代码（0）的警报，但这两个警报都不是真的正确

我想，每当dns查找失败时，

probe\u dns\u lookup\u time\u seconds

可能是0，但事实并非如此，考虑到这一点，这也是合乎逻辑的

因此，我尝试了

probe\u http\u duration\u seconds{phase=“resolve”}

一次，当DNS查找出现问题时，它似乎为0，但我并不确信这是正确的方法

我检查了负责DNS查找的代码，似乎如果出现错误或无法解析IP，它会返回“0.0”的查找时间

我希望我能得到一些保证，这是正确的方法，或者得到一些反馈，找到一个更合适的解决方案

注意
我不是说DNS服务器的DNS探测，或者我可能对DNS探测应该用于什么有误解，显然这也是一种可能性

我希望我能得到一些保证，这是正确的方法，或者得到一些反馈，找到一个更合适的解决方案

您想要的度量标准是

探测成功

，因为您并不真正关心是什么导致端点宕机，因为您将以某种方式对此发出警报。找到确切的问题可以在你被呼叫后完成，并避免维护许多脆弱的特定原因警报

我不是说DNS服务器的DNS探测，或者我可能对DNS探测应该用于什么有误解，显然这也是一种可能性

---

您的理解是正确的。

我确实喜欢我的案例中更具体的警报，因为如果是DNS问题，甚至是运行应用程序的服务器本身的可访问性问题，我想向不同的人发出警报，比如说，是应用程序本身返回503。我确实认为特定于原因的警报可能过于具体，但我也认为，在某种程度上，有特定于原因的警报是值得的，这样，正确的人就可以尽快知道问题，而不是必须通知他们的人。