用 Prometheus 监控你的 VPS：从零搭建免费的可视化系统

开篇：那个凌晨三点的报警电话

上周三凌晨三点，我被手机警报吵醒——博客 API 连续 10 分钟返回 500。迷迷糊糊爬起来打开电脑，发现是 Redis 内存爆了，写满了磁盘。如果早有监控，这个坑本来可以提前两天发现。

danger


没有监控的服务器，就像没有仪表的汽车——你永远不知道油还剩多少，直到彻底抛锚。

今天我就手把手带你搭一套 Prometheus + node_exporter + Grafana 监控系统，全部免费、开箱即用，5 分钟让你的 VPS 拥有”透视仪”。

为什么选 Prometheus？它到底强在哪？

监控工具这么多（Zabbix、CloudWatch、Datadog），为什么我选 Prometheus？

工具 模式 自托管成本 学习曲线 适合场景
Prometheus Pull（拉） 低（单机 Docker 即可） 中 中小型集群、VPS、容器环境
Zabbix Push/Pull 混合 高（需 MySQL + 独立服务器） 陡峭 企业级、大规模异构设备
CloudWatch Managed（托管） 按指标收费（贵） 平缓 全 AWS 生态、不想维护
Datadog Managed SaaS 很贵（按主机/指标计费） 平缓 大型团队、预算充足

Prometheus 的核心优势：

  1. Pull 模式：主动从目标拉取数据，不需要在每个机器装 agent（防火墙友好）
  2. 单二进制文件：一个 prometheus 可执行文件就是全部，零依赖
  3. 时序数据库 + 查询语言：内置 TSDB，用 PromQL 查数据像用 SQL 一样灵活
  4. 生态丰富：300+ Exporter 覆盖几乎所有服务（MySQL、Redis、Nginx、Docker…）
  5. 开源免费：无隐藏费用，适合个人博客、创业公司

🐾 我的监控演进史（点击展开）

2019 年我刚开始玩服务器时，用的是 htop + netdata 手动盯着。2021 年试过 Zabbix，结果光装 Zabbix 就花了两天，最后因为太复杂放弃了。2023 年接触 Prometheus，发现这才是小团队的”轻量级监控神器”——配置简单、数据可视化强、告警灵活。

5 分钟快速部署（Docker 单机版）

别被官方文档吓到，单机部署真的只需要一个 docker-compose.yml：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
version: '3'
services:
  prometheus:
    image: prom/prometheus:latest
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml:ro
      - prom_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--web.console.libraries=/etc/prometheus/console_libraries'
      - '--web.console.templates=/etc/prometheus/consoles'
      - '--storage.tsdb.retention.time=30d'  # 保留 30 天数据
    ports:
      - "9090:9090"
    restart: unless-stopped

  node-exporter:
    image: prom/node-exporter:latest
    pid: host
    network_mode: host
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro
    command:
      - '--path.procfs=/host/proc'
      - '--path.rootfs=/rootfs'
      - '--path.sysfs=/host/sys'
      - '--collector.filesystem.mount-points-exclude=^/(sys|proc|dev|host|etc)($$|/)'
    restart: unless-stopped

  grafana:
    image: grafana/grafana:latest
    volumes:
      - grafana_data:/var/lib/grafana
    ports:
      - "3000:3000"
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=admin123  # 首次登录后请立即修改！
    restart: unless-stopped

volumes:
  prom_data:
  grafana_data:

部署步骤：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# 1. 创建项目目录
mkdir -p ~/monitoring/prometheus
cd ~/monitoring

# 2. 保存上面的 docker-compose.yml

# 3. 创建 Prometheus 配置文件（prometheus.yml）
cat > prometheus.yml <<'EOF'
global:
  scrape_interval: 15s  # 每 15 秒拉取一次

scrape_configs:
  - job_name: 'node'
    static_configs:
      - targets: ['localhost:9100']  # node-exporter 默认端口
EOF

# 4. 启动
docker-compose up -d

# 5. 验证
docker-compose ps
# 应该看到 3 个容器都在 running

访问地址：

  • Prometheus：http://你的IP:9090
  • Grafana：http://你的IP:3000（admin / admin123）

Node Exporter：让服务器”报体温”

node-exporter 是 Prometheus 的”传感器”，负责采集主机指标：CPU、内存、磁盘、网络、I/O、系统负载……

安装与配置：

1
2
3
4
5
6
7
8
9
# Docker 方式（推荐，上面已包含）
# 查看暴露的指标
curl http://localhost:9100/metrics | head -30

# 关键指标解释：
# node_cpu_seconds_total          CPU 时间（按 mode 细分）
# node_memory_MemTotal_bytes      总内存
# node_disk_io_time_seconds_total 磁盘 I/O 时间
# node_network_receive_bytes_total 网络接收字节

安全注意事项：

  1. 不要暴露端口到公网！node-exporter 无认证，任何人拿到数据都能分析你的服务器。
  2. 用 network_mode: host 或 Docker 网络隔离，只允许 Prometheus 访问。
  3. 如果必须跨主机，用 SSH Tunnel 或 VPN 保护。

Grafana 仪表盘：5 分钟变成专业监控面板

Grafana 是数据可视化的”美图秀秀”，Prometheus 作为数据源，导入模板即可秒变专业看板。

首次登录配置：

  1. 访问 http://IP:3000
  2. 用户名 admin，密码 admin123
  3. 首次登录后会强制改密码——请设置强密码
  4. 点击左侧 “Connections” → “Data Sources” → “Add data source”
  5. 选择 Prometheus
    • URL: http://host.docker.internal:9090（Docker 网络）或 http://localhost:9090
    • 其他默认，点 “Save & Test”，看到绿色 ✅ 即可

一键导入模板：

  1. 左侧创建 “New” → “Import”
  2. 输入 Dashboard ID: 18669（Node Exporter Full 模板）
  3. 点击 Load，选择 Prometheus 数据源
  4. 点 Import —— 搞定！你会看到一个包含 20+ 面板的专业监控看板。

这个模板有什么：

  • 系统概览：CPU、内存、磁盘、网络实时曲线
  • I/O 分析：磁盘读写速率、IOPS、await 延迟
  • 负载趋势：1/5/15 分钟 load average 与 CPU 核心数对比
  • 文件系统：各分区使用率、inode 使用
  • 网络流量：网卡收发速率、错误包、丢包率
  • 内核监控：上下文切换、系统调用、中断数

success

告警规则：让数字自己尖叫

监控不是看板，是提前预警。Prometheus 的告警规则用 PromQL 写，可以做到”CPU 持续 5 分钟 > 80% 才告警”，避免瞬态毛刺误报。

告警规则文件（prometheus.yml 中引用）：

1
2
3
4
5
6
7
8
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          - alertmanager:9093

rule_files:
  - "alerts.yml"

alerts.yml 内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
groups:
- name: host
  rules:
  - alert: HighCpuUsage
    expr: 100 - (avg by(instance)(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 80
    for: 5m  # 持续 5 分钟才触发
    labels:
      severity: warning
    annotations:
      summary: "CPU 使用率持续 5 分钟 > 80%"
      description: "实例 {{ $labels.instance }} CPU 负载过高，当前 {{ $value }}%"

  - alert: DiskSpaceLow
    expr: (node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"}) * 100 < 10
    for: 10m
    labels:
      severity: critical
    annotations:
      summary: "根分区磁盘剩余 < 10%"
      description: "实例 {{ $labels.instance }} 根分区可用空间仅剩 {{ $value }}%"

  - alert: MemoryExhausted
    expr: (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes * 100 > 90
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "内存使用率 > 90%"

添加 Alertmanager 到 docker-compose：

1
2
3
4
5
6
7
alertmanager:
  image: prom/alertmanager:latest
  volumes:
    - ./alertmanager.yml:/etc/alertmanager/config.yml:ro
  ports:
    - "9093:9093"
  restart: unless-stopped

配置 Alertmanager（alertmanager.yml）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
route:
  receiver: 'default'
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 4h

receivers:
- name: 'default'
  email_configs:
  - to: 'admin@example.com'
    from: 'alertmanager@example.com'
    smarthost: 'smtp.example.com:587'
    auth_username: 'user'
    auth_password: 'pass'

info


告警渠道不止邮件。你可以配置 企业微信/钉钉 webhook、Telegram bot、Slack，甚至用 pushover 推送到手机。关键是要确保”紧急告警”能叫醒你，普通告警可以第二天处理。

数据保留策略：磁盘不够了怎么办？

Prometheus 默认保留 15 天数据，但 30 天的 VPS 监控更有价值。

调整保留时间（已在 docker-compose 中设置）：

1
2
3
command:
  - '--storage.tsdb.retention.time=30d'  # 保留 30 天
  # 或按数据量：--storage.tsdb.retention.size=10GB

查询数据大小：

1
2
3
# 进入 Prometheus 容器
docker exec -it <prometheus_container> du -sh /prometheus/
# 正常 30 天数据大约 1-5GB（取决于指标数量）

定期清理策略：

  • 如果磁盘 < 50GB，保留 15 天足够
  • 如果磁盘 > 100GB，保留 60-90 天，方便回溯历史问题
  • 用 --storage.tsdb.max-block-duration 控制单块大小（高级）

安全加固：别让监控系统变成后门

监控系统能看到所有指标，必须保护。

1. 基础认证（必须）

1
2
3
4
5
6
7
8
9
# 生成密码文件（bcrypt 加密）
htpasswd -nb admin "你的强密码" | tr -d '\n' > /etc/nginx/htpasswd

# Nginx 反向代理配置
location / {
    auth_basic "Prometheus";
    auth_basic_user_file /etc/nginx/htpasswd;
    proxy_pass http://localhost:9090;
}

2. HTTPS（推荐）

  • 用 Let’s Encrypt 免费证书
  • 配置 Nginx listen 443 ssl
  • 把 HTTP 301 跳转 HTTPS

3. 网络隔离

  • 防火墙只开放 9090/3000 给你的 IP（ufw allow from 你的IP to any port 9090）
  • 或通过 SSH Tunnel 访问：ssh -L 9090:localhost:9090 user@vps

4. Prometheus 只读账号

  • Prometheus 自身无用户系统，但可以设置 --web.read-only 禁用写 API
  • Grafana 组织Users 管理，给查看者只读权限

多节点扩展：一台 Prometheus 监控 10 台服务器

当前架构是单机模式（Prometheus、node-exporter、Grafana 都在同一台 VPS）。如果要监控多台服务器：

方案 A：Prometheus 单点采集（推荐 < 50 台）

1
2
3
4
scrape_configs:
  - job_name: 'nodes'
    static_configs:
      - targets: ['node1:9100', 'node2:9100', 'node3:9100']
  • 缺点：Prometheus 单点故障
  • 优点：配置简单，查询方便

方案 B：Prometheus 联邦（Federation）

  • 每台服务器装一个 Prometheus + node-exporter
  • 中心 Prometheus 聚合各子节点的 /federate 端点
  • 适合：跨地域、大规模集群

方案 C：Thanos / Cortex（超大规模）

  • 提供全局查询、长期存储、高可用
  • 复杂度高，适合 K8s 集群 100+ 节点

warning


个人博客或小团队，方案 A 足够。你把 Prometheus 单独部署在一台”监控专用”小 VPS（1GB 内存即可），然后用它监控所有业务服务器，这样即使业务服务器崩了，监控仍在。

收尾：监控不是为了看板，是为了睡个好觉

监控的核心价值不是漂亮的 Grafana 看板，而是在你不知道的时候，提前发现异常。

一个好的监控系统应该做到：

  1. 告警精准：只告警真正需要人介入的事，别半夜被磁盘 80% 吓醒
  2. 数据可追溯：出问题后能回看”一周前的指标变化”
  3. 自愈与自动化：结合webhook，自动重启服务、扩容、发通知

我的告警策略（你可以参考）：

  • P0（紧急）：磁盘<10%、进程宕机 → 电话/短信（PagerDuty）
  • P1（重要）：CPU>80%持续5分钟、内存>90% → 企业微信 + 邮件
  • P2（一般）：磁盘>80%、流量突增 → 每日汇总邮件

2026-04-09 首发于 爪印博客

许可协议

本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。

快来参与讨论吧~