指标监控是现代数字化系统运维的核心能力之一。无论是数据中台的实时计算任务、数字孪生系统的状态同步，还是企业级可视化平台的性能表现，都依赖于精准、稳定、可扩展的监控体系。Prometheus 与 Grafana 的组合，已成为工业级指标监控的事实标准。本文将系统性地指导您完成从环境部署、数据采集、可视化展示到告警规则配置的全流程实战，帮助您构建企业级指标监控体系。---### 一、为什么选择 Prometheus + Grafana？Prometheus 是由 CNCF（云原生计算基金会）孵化的开源监控系统，专为高维时序数据设计。它采用拉取（pull）模型采集指标，支持多维数据模型（标签化指标），并内置强大的 PromQL 查询语言。Grafana 则是开源的可视化平台，支持超过50种数据源，其灵活的面板设计、模板变量和告警通知机制，使其成为展示 Prometheus 数据的最佳搭档。二者结合的优势包括：- ✅ **原生支持容器化环境**：与 Kubernetes、Docker、Node Exporter 等无缝集成 - ✅ **高可用与水平扩展**：支持联邦集群与远程写入 - ✅ **强查询能力**：PromQL 可实现复杂聚合、趋势预测、同比环比分析 - ✅ **企业级告警**：Alertmanager 支持分组、静默、路由、多通道通知 - ✅ **开放生态**：社区提供超过 1000+ 个 exporter，覆盖数据库、中间件、网络设备等 [申请试用&https://www.dtstack.com/?src=bbs]---### 二、部署环境准备#### 2.1 系统要求建议使用 Linux 系统（推荐 Ubuntu 22.04 或 CentOS 8+），配置如下：- CPU：4核以上 - 内存：8GB+（生产环境建议16GB） - 磁盘：50GB SSD（用于存储时序数据） - 网络：开放 9090（Prometheus）、3000（Grafana）、9100（Node Exporter）端口 > ⚠️ 生产环境建议使用 Docker Compose 或 Helm 部署，避免手动安装带来的配置碎片化。#### 2.2 安装 Prometheus```bash# 下载最新稳定版（截至2024年为2.48.0）wget https://github.com/prometheus/prometheus/releases/download/v2.48.0/prometheus-2.48.0.linux-amd64.tar.gz# 解压并移动tar xvfz prometheus-2.48.0.linux-amd64.tar.gzcd prometheus-2.48.0.linux-amd64sudo mv prometheus /usr/local/bin/sudo mv promtool /usr/local/bin/# 创建配置目录与用户sudo mkdir /etc/prometheussudo mkdir /var/lib/prometheussudo useradd --no-create-home --shell /bin/false prometheus# 下载默认配置文件curl -o /etc/prometheus/prometheus.yml https://raw.githubusercontent.com/prometheus/prometheus/main/documentation/examples/prometheus.ymlsudo chown prometheus:prometheus /etc/prometheus/prometheus.yml```编辑 `prometheus.yml`，添加目标监控项：```yamlscrape_configs: - job_name: 'prometheus' static_configs: - targets: ['localhost:9090'] - job_name: 'node_exporter' static_configs: - targets: ['your-server-ip:9100']```#### 2.3 安装 Node Exporter（主机指标采集）Node Exporter 用于采集服务器的 CPU、内存、磁盘、网络等基础指标。```bashwget https://github.com/prometheus/node_exporter/releases/download/v1.7.0/node_exporter-1.7.0.linux-amd64.tar.gztar xvfz node_exporter-1.7.0.linux-amd64.tar.gzcd node_exporter-1.7.0.linux-amd64sudo mv node_exporter /usr/local/bin/sudo chown root:root /usr/local/bin/node_exporter# 创建 systemd 服务sudo tee /etc/systemd/system/node_exporter.service <:3000`，默认账号密码为 `admin/admin`，首次登录后强制修改密码。[申请试用&https://www.dtstack.com/?src=bbs]---### 三、数据可视化配置#### 3.1 添加 Prometheus 数据源登录 Grafana 后，进入 **Configuration → Data Sources → Add data source**，选择 **Prometheus**。填写以下关键参数：- **URL**: `http://localhost:9090`（如 Prometheus 与 Grafana 同机）- **Access**: `Proxy`（推荐，避免跨域问题）- **Timeout**: `30s`- **Edit** → **Save & Test** → 显示 “Data source is working”#### 3.2 导入官方仪表盘模板Grafana 社区提供大量预置仪表盘，推荐导入以下两个：- **Node Exporter Full**（ID: 1860）：监控主机资源使用率 - **Prometheus 2.0 Stats**（ID: 1860）：监控 Prometheus 自身运行状态 导入路径：**Create → Import** → 输入 ID → 选择 Prometheus 数据源 → Import> 📊 重点监控指标包括：> - `node_cpu_seconds_total`：CPU 使用率> - `node_memory_MemAvailable_bytes`：可用内存> - `node_disk_io_time_seconds_total`：磁盘 I/O 延迟> - `prometheus_target_scrape_duration_seconds`：采集耗时#### 3.3 自定义面板：监控应用响应时间假设您有一个 Java 应用通过 Micrometer 暴露了 `/actuator/prometheus` 端点，可在 Prometheus 配置中新增：```yaml- job_name: 'java-app' static_configs: - targets: ['app-server:9091']```在 Grafana 中创建新面板，使用 PromQL 查询：```promqlrate(http_server_requests_seconds_count[5m]) * 1000```该表达式计算每秒请求数（QPS），单位为毫秒。结合 `http_server_requests_seconds_sum` 可计算平均响应时间：```promqlrate(http_server_requests_seconds_sum[5m]) / rate(http_server_requests_seconds_count[5m])```使用 **Graph** 或 **Stat** 面板展示，设置单位为 `ms`，颜色根据阈值动态变化（如 >500ms 显示红色）。---### 四、告警规则配置：从监控到主动响应告警是指标监控的终极目标。Prometheus 通过 `alerting` 规则在指标异常时触发事件，由 Alertmanager 分发通知。#### 4.1 编写告警规则文件在 `/etc/prometheus/alert.rules` 中创建规则：```yamlgroups:- name: host-alerts rules: - alert: HighCPUUsage expr: 100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 85 for: 3m labels: severity: critical annotations: summary: "High CPU usage on {{ $labels.instance }}" description: "CPU usage has been above 85% for more than 3 minutes." - alert: LowMemory expr: node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100 < 10 for: 5m labels: severity: warning annotations: summary: "Low available memory on {{ $labels.instance }}" description: "Only {{ printf \"%.2f\" $value }}% memory available."```#### 4.2 配置 Prometheus 加载告警规则修改 `prometheus.yml`，添加：```yamlrule_files: - "alert.rules"```重启 Prometheus：```bashsudo systemctl restart prometheus```访问 `http://:9090/alerts` 可查看当前活跃告警。#### 4.3 部署 Alertmanager```bashwget https://github.com/prometheus/alertmanager/releases/download/v0.26.0/alertmanager-0.26.0.linux-amd64.tar.gztar xvfz alertmanager-0.26.0.linux-amd64.tar.gzcd alertmanager-0.26.0.linux-amd64sudo mv alertmanager /usr/local/bin/sudo mv alertmanager.yml /etc/alertmanager/alertmanager.yml```配置 `alertmanager.yml` 实现钉钉/企业微信/邮件通知（以邮件为例）：```yamlglobal: smtp_smarthost: 'smtp.gmail.com:587' smtp_from: 'your-email@gmail.com' smtp_auth_username: 'your-email@gmail.com' smtp_auth_password: 'your-app-password'route: receiver: 'email-notifications'receivers:- name: 'email-notifications' email_configs: - to: 'ops-team@company.com'```启动 Alertmanager：```bashsudo /usr/local/bin/alertmanager --config.file=/etc/alertmanager/alertmanager.yml```在 Prometheus 配置中指定 Alertmanager 地址：```yamlalerting: alertmanagers: - static_configs: - targets: - localhost:9093```重启 Prometheus 后，当 CPU 持续超限，系统将自动发送邮件。[申请试用&https://www.dtstack.com/?src=bbs]---### 五、生产环境优化建议| 优化方向 | 推荐方案 ||----------|----------|| 数据持久化 | 使用 `--storage.tsdb.path=/mnt/ssd/prometheus` 指向高速磁盘 || 数据保留 | 设置 `--storage.tsdb.retention.time=15d` 避免磁盘爆满 || 高可用 | 部署两套 Prometheus + 共享 Alertmanager，使用 Thanos 或 Cortex 实现联邦 || 权限控制 | 通过 Nginx 反向代理 + Basic Auth 限制访问 || 监控自身 | Prometheus 监控自身 scrape 指标，避免“盲区” || 自动发现 | 在 Kubernetes 中使用 ServiceMonitor 自动注册目标 |---### 六、扩展：接入更多数据源除了主机指标，您还可接入：- **MySQL Exporter**：监控慢查询、连接数、复制延迟 - **Redis Exporter**：监控内存碎片、命中率、连接数 - **Kafka Exporter**：监控分区延迟、消费者滞后 - **自定义指标**：通过 `pushgateway` 上报业务指标（如订单量、支付成功率）所有指标统一由 Prometheus 采集，Grafana 统一展示，形成“全栈可观测性”体系。---### 结语：构建企业级监控体系的起点指标监控不是一次性任务，而是持续演进的工程实践。Prometheus + Grafana 提供了从采集、存储、查询到告警的完整闭环，是构建数据中台、数字孪生系统、数字可视化平台的底层基石。通过本文的实战部署，您已具备搭建企业级监控体系的能力。下一步，建议将监控数据与自动化运维平台联动，例如：当内存告警触发时，自动扩容容器实例；当数据库连接数异常时，自动执行健康检查脚本。**让监控驱动决策，让数据驱动运维**。现在就开始构建您的第一套指标监控系统。[申请试用&https://www.dtstack.com/?src=bbs]申请试用&下载资料
点击袋鼠云官网申请免费试用：https://www.dtstack.com/?src=bbs
点击袋鼠云资料中心免费下载干货资料：https://www.dtstack.com/resources/?src=bbs
《数据资产管理白皮书》下载地址：https://www.dtstack.com/resources/1073/?src=bbs
《行业指标体系白皮书》下载地址：https://www.dtstack.com/resources/1057/?src=bbs
《数据治理行业实践白皮书》下载地址：https://www.dtstack.com/resources/1001/?src=bbs
《数栈V6.0产品白皮书》下载地址：https://www.dtstack.com/resources/1004/?src=bbs

免责声明
本文内容通过AI工具匹配关键字智能整合而成，仅供参考，袋鼠云不对内容的真实、准确或完整作任何形式的承诺。如有其他问题，您可以通过联系400-002-1024进行反馈，袋鼠云收到您的反馈后将及时答复和处理。