falcon-judge 告警判定组件

Question

Judge 是用于判断是否触发报警条件的组件。

Transfer 的数据不但要打到 Graph 来存储并绘图，还要打到 Judge 用于报警判断。Judge先从hbs获取所有策略列表，静等Transfer的数据转发。 每收到一条Transfer转发过来的数据，立即找到这条数据关联的 Strategy、Expression，然后做阈值判断。

如何找到关联的 Strategy push 上来的数据带有一个 endpoint，endpoint 通常都是 hostname，hostname 隶属于多个 HostGroup，HostGroup 可以关联多个 Template，各个 Teamplate 下面就是 Strategy，层层顺藤摸瓜可得。但是，如果endpoint不是hostname，并没有被HostGroup管理，那就找不到了。

如何找到关联的 Expression 这是一种更通用的方案，主要针对endpoint不是hostname的情况。push上来的数据通常带有多个tag，比如project=falcon,module=judge， 假如我们要针对所有打了project=falcon这个tag的数据做qps的阈值判断，那我们可以配置一个这样的表达式：

each(metric=qps project=falcon)

如上配置之后，push 上来的数据如果发现 metric=qps，并且带有 project=falcon 这个 tag，那就说明与这个 expression 相关，要做相关阈值判断

Installation

# set $GOPATH and $GOROOT
mkdir -p $GOPATH/src/github.com/open-falcon
cd $GOPATH/src/github.com/open-falcon
git clone https://github.com/open-falcon/judge.git
cd judge
go get ./...
./control build
./control start

Configuration

配置文件中主要是一些连接地址和监听的端口，没啥好说的，看一下 alarm 的配置，judge 报警判断完毕之后会产生报警 event，这些 event 会写入 alarm 的 redis 队列中，不同优先级（配置策略的时候每个策略会配置一个优先级，0-5）写入不同队列，alarm 中除了 redis 地址需要修改，其他 的建议维持默认。

alarm 中有一个 minInterval 的配置，单位是秒，默认是300秒，表示同一个 event，如果配置报警多次，那么两个报警之间至少间隔300秒。 这是个经验值，我们觉得报警太频繁没有意义，对工程师来说是干扰。收到报警之后拿出电脑、开机、连上vpn就差不多要3分钟了。

项目地址：https://github.com/open-falcon-archive/judge