导读：前几篇我们把 Zabbix 的主机和 MySQL 指标搬进了 Grafana 大屏。但大屏再漂亮，也得有人"盯着"才算数——值班同学不可能 7×24 盯着墙。这篇补上闭环的关键一块：Grafana Alerting 告警链路。CPU 飙了、磁盘满了、MySQL 延迟超阈值，Grafana 自动把告警卡片推到企微群，30 秒内 @ 到人。全程 5 步配置，附每一步的高清截图。

Zabbix 的 Trigger + 动作体系很成熟，但当你已经把展示层统一到 Grafana之后，告警也放进 Grafana 有三个实打实的好处：

当然，Zabbix 侧的告警可以继续保留作为"老保底"，两者并存互不影响。

记住这条链路的四个关卡：规则（何时响）→ 标签（我是谁）→ 策略（发给谁）→ 渠道（怎么发）。下面逐步打通。

进入 Alerting → Alert rules → + New alert rule。核心是把"CPU 负载过高"翻译成三段式条件：

• 查询 A

  ：Zabbix 数据源，Group: Linux servers → Host: $host → Item: CPU load (1m)；

• 表达式 B

  ：Reduce → last()，取最近一个采样点；

• 表达式 C

  ：Threshold → IS ABOVE 阈值。超过即 Firing。

三处细节决定告警好不好用：

• 评估间隔

  ：Rule group 里设 30s，越短发现越快，但别低于采集周期；

• Labels

  ：打上 severity=critical、team=sre——这是后面路由的"钥匙"；

• Annotations

  ：用 {{$host}} 1分钟负载={{$values.B}} 把具体数值写进消息，收到告警不用再翻系统。

先在企微群里建机器人：群设置 → 群机器人 → 添加机器人，复制拿到的 Webhook 地址（形如 https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx）。

然后进入 Alerting → Contact points → + Add contact point：

• Integration

  ：选 Webhook；

• URL

  ：填中继服务地址（直连企微群机器人的方案见下方提醒）；

• HTTP Method

  ：POST，Content type 选 application/json；
• 保存后点 Test，群里出现一条测试消息即为打通。

这是 Alerting 里非常关键的一层。进入 Alerting → Notification policies，树状结构一目了然：

• Default policy

  ：兜底渠道设为「企微运维告警群」，没匹配到规则的告警都发这里；

• 子策略 1

  ：Matcher severity = critical → 企微运维告警群，并设置 Group by: host（同一主机的多条告警合并，5 分钟内不重复轰炸）；

• 子策略 2

  ：Matcher team = dba → 企微 DBA 群；

• 子策略 3

  ：Matcher severity = warning → 监控静默群（只在工作时间 @）。

这样"值班"语义就出来了：critical 进值班群实时 @，warning 进静默群白天看，DBA 的数据库告警单独走自己的群，运维群里不再被 MySQL 告警刷屏。

压测把 web-prod-01 的 CPU 拉高，30 秒内告警进入 Firing。回到 Alerting → Alert list，触发中、待定、已恢复的状态和趋势尽收眼底：

与此同时，企微群里收到两张 markdown 卡片——标题红色、主机、级别、当前值、持续时长、直达 Grafana 的链接一应俱全：

指标回落并持续一段时间后，同一条消息会自动补充"Resolved 已恢复"，告警有始有终，值班同学不用手工关单。

• Pending 缓冲，拒绝抖动

  ：Condition 里的 for 2m（Alert Evaluation Behavior → Set alert state if error / pending）让条件持续 2 分钟才 Firing，瞬时毛刺不再半夜叫人；

• 按主机合并轰炸

  ：子策略里 Group by host，同一主机批量告警合并成一条 markdown，加上 Mute timings 设定免打扰时段；

• 消息里带数值

  ：Annotations 用 {{$values.B}}（人类可读）与 {{$value}}（原始值），配合 {{$labels.host}}，卡片信息量拉满；

• Keep Last State

  ：数据源短暂断连时（评估失败）保持最后状态不发"Unknown 风暴"，避免半夜被假告警吵醒；

• Silence 静默窗口

  ：变更窗口前在 Alerting → Silences 里按 host=xxx 静默 2 小时，发版不告警；

• 告警即代码

  ：规则支持导出 YAML（Alert rules → Export），放进 Git 走 CI 同步，多套环境一键复制。

到这里，Zabbix × Grafana 系列的监控闭环就完整了：采集（Zabbix）→ 展示（Grafana 大屏）→ 告警（Alerting）→ 送达（企微群）。监控的价值不在图好看，而在"出事有人知道、多快知道、知道得够不够多"。一条带数值、带链接、自动恢复的企微卡片，往往比任何大屏都更能体现监控体系的成熟度。