61 lines
1.9 KiB
Markdown
61 lines
1.9 KiB
Markdown
# 健康监控（邮件版）
|
||
|
||
本目录提供 `health_email_monitor.py`，通过调用 `/health` 接口并使用**容器内已有邮件配置**发告警邮件。
|
||
|
||
## 1) 快速试跑
|
||
|
||
```bash
|
||
cd /root/zsglpt
|
||
python3 scripts/health_email_monitor.py \
|
||
--to 你的告警邮箱@example.com \
|
||
--container knowledge-automation-multiuser \
|
||
--url http://127.0.0.1:51232/health \
|
||
--dry-run
|
||
```
|
||
|
||
去掉 `--dry-run` 即会实际发邮件。
|
||
|
||
## 2) 建议 cron（每分钟）
|
||
|
||
```bash
|
||
* * * * * cd /root/zsglpt && /usr/bin/python3 scripts/health_email_monitor.py \
|
||
--to 你的告警邮箱@example.com \
|
||
--container knowledge-automation-multiuser \
|
||
--url http://127.0.0.1:51232/health \
|
||
>> /root/zsglpt/logs/health_monitor.log 2>&1
|
||
```
|
||
|
||
## 3) 支持的规则
|
||
|
||
- `service_down`：健康接口请求失败（立即告警）
|
||
- `health_fail`：返回 `ok/db_ok` 异常或 HTTP 5xx（立即告警）
|
||
- `db_pool_exhausted`：连接池耗尽（默认连续 3 次才告警）
|
||
- `queue_backlog_high`：任务堆积过高（默认 `pending_total >= 50` 且连续 5 次）
|
||
|
||
脚本支持恢复通知（规则恢复正常会发“恢复”邮件）。
|
||
|
||
## 4) 常用参数
|
||
|
||
- `--to`：收件人（必填）
|
||
- `--container`：Docker 容器名（默认 `knowledge-automation-multiuser`）
|
||
- `--url`：健康地址（默认 `http://127.0.0.1:51232/health`）
|
||
- `--state-file`：状态文件路径（默认 `/tmp/zsglpt_health_monitor_state.json`）
|
||
- `--remind-seconds`：重复告警间隔（默认 3600 秒）
|
||
- `--queue-threshold`：队列告警阈值（默认 50）
|
||
- `--queue-streak`：队列连续次数阈值（默认 5）
|
||
- `--db-pool-streak`：连接池连续次数阈值（默认 3）
|
||
|
||
## 5) 环境变量方式（可选）
|
||
|
||
也可不用命令行参数，改用环境变量：
|
||
|
||
- `MONITOR_EMAIL_TO`
|
||
- `MONITOR_DOCKER_CONTAINER`
|
||
- `HEALTH_URL`
|
||
- `MONITOR_STATE_FILE`
|
||
- `MONITOR_REMIND_SECONDS`
|
||
- `MONITOR_QUEUE_THRESHOLD`
|
||
- `MONITOR_QUEUE_STREAK`
|
||
- `MONITOR_DB_POOL_STREAK`
|
||
|