5步接入Gatus消息队列服务健康检查与告警的完整指南【免费下载链接】gatusAutomated developer-oriented status page with alerting and incident support项目地址: https://gitcode.com/GitHub_Trending/ga/gatus凌晨两点订单开始发不出去你登上去才发现 RabbitMQ 的 broker 已经挂了二十分钟。这类等用户报错才知道的时刻其实可以靠一套服务健康检查提前拦截——Gatus 就是一个面向开发者的健康监控面板用一个 YAML 文件就能持续探测服务的 HTTP、TCP、ICMP 和 DNS 状态并按你写的条件判断结果一旦异常就通过 Slack、Teams、PagerDuty 等渠道通知你。这篇文章就按接入流程走一遍先让它跑起来再为 RabbitMQ 写第一次健康检查然后是细粒度条件、多渠道告警最后是长期运营要留意的几个点。第一步2分钟跑出一个可用的健康面板最省事的启动方式一条 Docker 命令如果你只是想先看它长什么样一条命令就够docker run -p 8080:8080 --name gatus ghcr.io/twin/gatus:stable然后浏览器打开http://127.0.0.1:8080一个空的监控面板就出来了。想要从源码构建也可以git clone https://gitcode.com/GitHub_Trending/ga/gatus cd gatus make build ./gatus两种方式的差异只是构建环节跑起来之后的行为完全一致。先建立对配置文件的整体印象Gatus 的全部行为都由项目根目录的 config.yaml 驱动核心就三块后面每一步都会用到配置块作用一句话理解endpoints要监控哪些目标、多久查一次监控清单conditions每次探测后怎么判定健康判定规则alerts判定失败时往哪里通知通知渠道第二步给 RabbitMQ 写下第一个健康检查首选 HTTP 检查探一下管理插件的 API如果 RabbitMQ 开了 Management 插件默认 15672 端口它的 API 就是现成的健康接口直接写进endpointsendpoints: - name: rabbitmq-node group: messaging url: http://rabbitmq:15672/api/healthchecks/node interval: 30s conditions: - [STATUS] 200 - [RESPONSE_TIME] 500这段配置的意思是每 30 秒请求一次健康检查接口状态码必须是 200且响应时间不能慢于 500ms。保存后不用重启Gatus 会热加载配置面板上立刻多出一条记录。HTTP 接口不可用时的兜底TCP 连接检查有些队列服务没有管理接口但只要端口通着就说明进程活着。这时把url换成host:port形式Gatus 会自动退化为 TCP 探测- name: rabbitmq-transport group: messaging url: rabbitmq:5672 interval: 30s conditions: - [CONNECTED] true一条 TCP 记录 一条 HTTP 记录一个进程活着、一个服务可用两层防线都覆盖了。第三步别只看状态码把响应体也查一遍[BODY] 占位符直接断言返回的 JSON[STATUS] 200只能说明接口没崩但消息队列真正出问题往往藏在数据里队列积压、消费停滞、集群降级。Gatus 的 conditions 支持对响应体做 JSONPath 断言占位符[BODY]指的就是响应内容。 拿 RabbitMQ 的队列概览接口举例可以这样要求积压消息不能超过 1000 条conditions: - [STATUS] 200 - [BODY].queue_totals.messages 1000常用占位符就这几个够用且直观[STATUS]HTTP 状态码[RESPONSE_TIME]耗时毫秒[BODY]响应体支持 JSONPath[CONNECTED]TCP/ICMP 等是否连通[CERTIFICATE_EXPIRATION]证书剩余有效期配合any、has、pat、len四个小函数定义见 config/endpoint/condition.go基本能覆盖你想到的判定逻辑。面板里每条端点会把这些条件逐条列出来哪条挂了、实际值是多少一眼可见第四步出问题时让该知道的人第一时间知道给端点挂上告警连挂3次才通知避免误报检查只是上半场下半场是通知。在端点里加一个alerts列表即可这里配成发到 Slackalerts: - type: slack description: RabbitMQ 节点健康检查失败 failure-threshold: 3 success-threshold: 2 send-on-resolved: true几个参数的价值很实际failure-threshold: 3——连续 3 次失败才触发告警网络抖一下不会半夜把你喊醒success-threshold: 2——连续 2 次恢复后自动标记为已解决send-on-resolved: true——故障恢复时再发一条值班的人不用追着问修好没。不止 Slack40 多种通知渠道任选告警渠道在 alerting/provider/ 目录下每个子目录就是一套实现Slack、Teams、Discord、Telegram、邮件、PagerDuty、Opsgenie 都有现成的也支持用custom类型对接自己的 Webhook。同一份检查结果可以同时发给多个渠道比如工作时间发 Slack、工作时间外转给 PagerDuty 电话呼叫接入 PagerDuty 这类值班系统时注意它需要创建一个 Integration Key 填进配置完整流程参考仓库里的 docs/pagerduty-integration-guide.md。第五步让它长期跑下去的三件事分组、状态页和徽标监控的端点多了以后用group字段把 RabbitMQ、Kafka、业务 API 分开面板会按组分栏展示值班扫一眼就知道哪个区域出事。如果想把面板变成对外的状态页Gatus 还内置了 uptime/健康/响应时间徽标实现见 api/badge.go和只读 API可以直接嵌到内部 wiki 或项目页面上。历史数据从内存换到磁盘默认结果存在内存里重启即清空。要留历史用于回溯或画趋势图把storage.type切成sqlite或postgres即可两套实现分别在 storage/store/sqlite 和 storage/store/postgres 目录切换只需要改配置不用动代码。指标导出把数据接进 Grafana开启 metrics 后Gatus 会暴露 Prometheus 格式的指标端点代码在 metrics/metrics.go成功率和响应时间可以直接画成趋势图跟 RabbitMQ 自己的指标放在同一块大盘里对比着看排查积压问题时非常顺手上手前的几个提醒别裸奔面板默认不带认证要暴露给团队外访问记得在配置里启用 Basic Auth 或 OIDC实现在 security/ 目录间隔别太激进官方建议核心服务 30s~5m 之间取一个既够灵敏又不给目标服务添负担配置即文档config.yaml里每条 condition 都是一句可读的判定规则新同事接手时它比口头交接靠谱。从一条 Docker 命令到能收到告警整个过程大概就是一杯咖啡的时间。把这份 config.yaml 放进版本库你的消息队列从此有人盯梢了。【免费下载链接】gatusAutomated developer-oriented status page with alerting and incident support项目地址: https://gitcode.com/GitHub_Trending/ga/gatus创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
5步接入Gatus消息队列服务健康检查与告警的完整指南【免费下载链接】gatusAutomated developer-oriented status page with alerting and incident support项目地址: https://gitcode.com/GitHub_Trending/ga/gatus凌晨两点订单开始发不出去你登上去才发现 RabbitMQ 的 broker 已经挂了二十分钟。这类等用户报错才知道的时刻其实可以靠一套服务健康检查提前拦截——Gatus 就是一个面向开发者的健康监控面板用一个 YAML 文件就能持续探测服务的 HTTP、TCP、ICMP 和 DNS 状态并按你写的条件判断结果一旦异常就通过 Slack、Teams、PagerDuty 等渠道通知你。这篇文章就按接入流程走一遍先让它跑起来再为 RabbitMQ 写第一次健康检查然后是细粒度条件、多渠道告警最后是长期运营要留意的几个点。第一步2分钟跑出一个可用的健康面板最省事的启动方式一条 Docker 命令如果你只是想先看它长什么样一条命令就够docker run -p 8080:8080 --name gatus ghcr.io/twin/gatus:stable然后浏览器打开http://127.0.0.1:8080一个空的监控面板就出来了。想要从源码构建也可以git clone https://gitcode.com/GitHub_Trending/ga/gatus cd gatus make build ./gatus两种方式的差异只是构建环节跑起来之后的行为完全一致。先建立对配置文件的整体印象Gatus 的全部行为都由项目根目录的 config.yaml 驱动核心就三块后面每一步都会用到配置块作用一句话理解endpoints要监控哪些目标、多久查一次监控清单conditions每次探测后怎么判定健康判定规则alerts判定失败时往哪里通知通知渠道第二步给 RabbitMQ 写下第一个健康检查首选 HTTP 检查探一下管理插件的 API如果 RabbitMQ 开了 Management 插件默认 15672 端口它的 API 就是现成的健康接口直接写进endpointsendpoints: - name: rabbitmq-node group: messaging url: http://rabbitmq:15672/api/healthchecks/node interval: 30s conditions: - [STATUS] 200 - [RESPONSE_TIME] 500这段配置的意思是每 30 秒请求一次健康检查接口状态码必须是 200且响应时间不能慢于 500ms。保存后不用重启Gatus 会热加载配置面板上立刻多出一条记录。HTTP 接口不可用时的兜底TCP 连接检查有些队列服务没有管理接口但只要端口通着就说明进程活着。这时把url换成host:port形式Gatus 会自动退化为 TCP 探测- name: rabbitmq-transport group: messaging url: rabbitmq:5672 interval: 30s conditions: - [CONNECTED] true一条 TCP 记录 一条 HTTP 记录一个进程活着、一个服务可用两层防线都覆盖了。第三步别只看状态码把响应体也查一遍[BODY] 占位符直接断言返回的 JSON[STATUS] 200只能说明接口没崩但消息队列真正出问题往往藏在数据里队列积压、消费停滞、集群降级。Gatus 的 conditions 支持对响应体做 JSONPath 断言占位符[BODY]指的就是响应内容。 拿 RabbitMQ 的队列概览接口举例可以这样要求积压消息不能超过 1000 条conditions: - [STATUS] 200 - [BODY].queue_totals.messages 1000常用占位符就这几个够用且直观[STATUS]HTTP 状态码[RESPONSE_TIME]耗时毫秒[BODY]响应体支持 JSONPath[CONNECTED]TCP/ICMP 等是否连通[CERTIFICATE_EXPIRATION]证书剩余有效期配合any、has、pat、len四个小函数定义见 config/endpoint/condition.go基本能覆盖你想到的判定逻辑。面板里每条端点会把这些条件逐条列出来哪条挂了、实际值是多少一眼可见第四步出问题时让该知道的人第一时间知道给端点挂上告警连挂3次才通知避免误报检查只是上半场下半场是通知。在端点里加一个alerts列表即可这里配成发到 Slackalerts: - type: slack description: RabbitMQ 节点健康检查失败 failure-threshold: 3 success-threshold: 2 send-on-resolved: true几个参数的价值很实际failure-threshold: 3——连续 3 次失败才触发告警网络抖一下不会半夜把你喊醒success-threshold: 2——连续 2 次恢复后自动标记为已解决send-on-resolved: true——故障恢复时再发一条值班的人不用追着问修好没。不止 Slack40 多种通知渠道任选告警渠道在 alerting/provider/ 目录下每个子目录就是一套实现Slack、Teams、Discord、Telegram、邮件、PagerDuty、Opsgenie 都有现成的也支持用custom类型对接自己的 Webhook。同一份检查结果可以同时发给多个渠道比如工作时间发 Slack、工作时间外转给 PagerDuty 电话呼叫接入 PagerDuty 这类值班系统时注意它需要创建一个 Integration Key 填进配置完整流程参考仓库里的 docs/pagerduty-integration-guide.md。第五步让它长期跑下去的三件事分组、状态页和徽标监控的端点多了以后用group字段把 RabbitMQ、Kafka、业务 API 分开面板会按组分栏展示值班扫一眼就知道哪个区域出事。如果想把面板变成对外的状态页Gatus 还内置了 uptime/健康/响应时间徽标实现见 api/badge.go和只读 API可以直接嵌到内部 wiki 或项目页面上。历史数据从内存换到磁盘默认结果存在内存里重启即清空。要留历史用于回溯或画趋势图把storage.type切成sqlite或postgres即可两套实现分别在 storage/store/sqlite 和 storage/store/postgres 目录切换只需要改配置不用动代码。指标导出把数据接进 Grafana开启 metrics 后Gatus 会暴露 Prometheus 格式的指标端点代码在 metrics/metrics.go成功率和响应时间可以直接画成趋势图跟 RabbitMQ 自己的指标放在同一块大盘里对比着看排查积压问题时非常顺手上手前的几个提醒别裸奔面板默认不带认证要暴露给团队外访问记得在配置里启用 Basic Auth 或 OIDC实现在 security/ 目录间隔别太激进官方建议核心服务 30s~5m 之间取一个既够灵敏又不给目标服务添负担配置即文档config.yaml里每条 condition 都是一句可读的判定规则新同事接手时它比口头交接靠谱。从一条 Docker 命令到能收到告警整个过程大概就是一杯咖啡的时间。把这份 config.yaml 放进版本库你的消息队列从此有人盯梢了。【免费下载链接】gatusAutomated developer-oriented status page with alerting and incident support项目地址: https://gitcode.com/GitHub_Trending/ga/gatus创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
