Shirone

整体架构：拉模型#

Prometheus 的核心特点是主动拉取（Pull）：它按配置的时间间隔访问各目标暴露的 /metrics HTTP 接口，把文本格式的指标抓回来存进内置时序数据库。被监控方只需要「暴露」，不需要知道监控系统的存在。

三个角色：

• Exporter：运行在被监控机器上，把系统/服务状态翻译成 Prometheus 文本格式。监控 Linux 主机用 node_exporter。
• Prometheus Server：定时抓取、存储、提供 PromQL 查询接口。
• Grafana：连接 Prometheus 做可视化展示（Prometheus 自带 UI 只适合临时查询）。

第一步：部署 node_exporter#

在被监控机器上（以 Linux amd64 为例）：

1
# 下载官方发布的二进制（版本号以 releases 页面为准）
2
wget https://github.com/prometheus/node_exporter/releases/download/v1.9.1/node_exporter-1.9.1.linux-amd64.tar.gz
3
tar xzf node_exporter-1.9.1.linux-amd64.tar.gz
4
sudo cp node_exporter-1.9.1.linux-amd64/node_exporter /usr/local/bin/

用 systemd 管理，新建 /etc/systemd/system/node_exporter.service：

1
[Unit]
2
Description=Node Exporter
3
After=network.target
4

5
[Service]
6
User=nobody
7
ExecStart=/usr/local/bin/node_exporter
8
Restart=on-failure
9

10
[Install]
11
WantedBy=multi-user.target

1
sudo systemctl daemon-reload
2
sudo systemctl enable --now node_exporter
3
curl http://localhost:9100/metrics | head

最后一行应该输出大量 node_cpu_seconds_total、node_memory_MemAvailable_bytes 之类的指标——采集端就绪。

第二步：配置 Prometheus 抓取#

Prometheus 的配置文件 prometheus.yml 里加一段 job：

1
scrape_configs:
2
  - job_name: "node"
3
    scrape_interval: 15s
4
    static_configs:
5
      - targets: ["10.0.1.11:9100", "10.0.1.12:9100"]
6
        labels:
7
          env: "production"

• scrape_interval: 15s 是全局常用值，太密浪费存储，太疏丢失细节。
• labels 会附加到这个 job 抓到的所有序列上，是多环境区分的标准做法。

改完执行 promtool check config prometheus.yml 校验，再重启或调用 /-/reload 热加载。打开 Prometheus 自带 UI（:9090/targets），目标状态变为 UP 即成功。

第三步：PromQL 入门五连#

PromQL 是这套体系的核心资产，掌握五个常用查询就能应对日常：

1
# 1. CPU 使用率（按实例）：1 减去空闲比例，irate 取最近两点瞬时变化率
2
100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)
3

4
# 2. 内存使用率
5
(1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100
6

7
# 3. 根分区磁盘使用率
8
100 - (node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"} * 100)
9

10
# 4. 磁盘 IO 繁忙度
11
irate(node_disk_io_time_seconds_total[5m]) * 100
12

13
# 5. 网络入向流量（字节/秒）
14
irate(node_network_receive_bytes_total{device="eth0"}[5m])

几个关键点：irate 对计数器求「每秒增长」；[5m] 是采样窗口，至少为抓取间隔的 2~4 倍；by (instance) 是聚合维度。在 UI 的 Graph 页逐个输入观察曲线，比背语法更快建立直觉。

第四步：接入 Grafana#

1. Grafana 里添加 Data source → Prometheus，填 http://<prometheus地址>:9090。
2. Dashboards → Import，输入官方共享面板 ID——Node Exporter Full 的面板 ID 是 1860，导入后选择数据源即得一套完整主机监控页。
3. 之后可以基于导入的面板删改：保留 CPU、内存、磁盘、网络四组核心图，去掉用不上的硬件传感器图表。

数据保留与容量规划#

Prometheus 默认把数据存 15 天（--storage.tsdb.retention.time）。粗略估算磁盘占用：每个活跃时间序列每秒样本约 12 字节。一台 node_exporter 约暴露 1000 个序列，15 秒抓取一次，15 天约 36 GB——几十台机器的规模单机 Prometheus 完全扛得住。

需要更长保留期或全局查询时，再考虑 Thanos、VictoriaMetrics 这类横向扩展方案，初期不必过度设计。

下一步#

主机监控跑通后，按相同模式扩展：MySQL 用 mysqld_exporter，Nginx 用 nginx-prometheus-exporter，自己的应用则引入客户端库（如 Go 的 prometheus/client_golang）在代码里暴露 /metrics。采集-存储-展示的管道不变，只是数据来源变多。

延伸阅读#

• Prometheus 官方文档：Getting started
• Prometheus 官方文档：Querying basics
• node_exporter 仓库
• Grafana 官方文档：Data sources