1概述
本文使用Prometheus+Grafana+Node Exporter搭建Linux主机监控系统：
Prometheus 是一个监控系统，可以收集和存储来自各个目标的指标数据。它支持多种数据源，包括 Node Exporter。
图片
Grafana 是一个可视化工具，可以用于可视化 Prometheus 收集到的指标数据。它提供了多种仪表盘和图表类型，可以帮助您快速了解监控数据。
图片
Node Exporter是一个进程，可以收集 Linux 主机的各种指标数据，并将其暴露为 Prometheus 可以抓取的 HTTP 端点。
2安装
环境准备
以下是本文所需的环境：
- 一台运行 Linux 的服务器（建议使用 CentOS 或 Ubuntu）
- Docker
- Prometheus 和 Grafana
- Node Exporter
1、安装prometheus
这里我们可以在github上获取最新的版本：
- https://github.com/prometheus/prometheus
vim prometheus.yml # my global config global: scrape_interval: 15s # 采集被监控段指标的一个周期 evaluation_interval: 15s # 告警评估的一个周期 # 告警的配置文件 alerting: alertmanagers: - static_configs: - targets: # - alertmanager:9093 # 告警规则配置 rule_files: # - "first_rules.yml" # 被监控端的配置,目前只有一个节点，就是prometheus本身 scrape_configs: - job_name: 'prometheus' static_configs: - targets: ['localhost:9090'] docker run -d -p 9090:9090 \ --name prometheus \ --restart on-failure \ -v /data/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \ prom/prometheus
完全启动后可以，访问Prometheus自带的UI：xx.xx.xx.xx:9090/，打开以下页面说明安装…
图片
2、安装grafana
docker run -d --name=grafana -p 3000:3000 grafana/grafana
执行后，下载镜像并启动。完成启动完成，打开xx.xx.xx.xx:3000，默认用户名/密码：admin/admin
图片
3、安装node_exporter
cd /usr/local/src/ wget https://github.com/prometheus/node_exporter/releases/download/v1.6.1/node_exporter-1.6.1.linux-amd64.tar.gz tar -xvf node_exporter-1.6.1.linux-amd64.tar.gz mv /usr/local/src/node_exporter-1.6.1.linux-amd64/node_exporter /usr/local/bin vim /usr/lib/systemd/system/node_exporter.service
node_exporter.service 文件内容：
[Unit] Description=node_exporter Documentation=https://prometheus.io/ After=network.target [Service] ExecStart=/usr/local/bin/node_exporter Restart=on-failure [Install] WantedBy=multi-user.target systemctl daemon-reload systemctl enable node_exporter systemctl restart node_exporter
启动后打开这个地址：xx.xx.xx.xx:9100/
图片
图片
以上页面能打开说明安装成功。
如果安装失败可以使用：
systemctl status node_exporter
看看有什么异常。
4、配置prometheus
# 启动后，配置prometheus.yml vim /data/prometheus/prometheus.yml scrape_configs: # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config. - job_name: 'prometheus' # metrics_path defaults to '/metrics' # scheme defaults to 'http'. static_configs: - targets: ['xx.xx.xx.xx:9090'] # 新增，采集node_exporter监控数据 - job_name: "Linux-Metrics" static_configs: - targets: ['xx.xx.xx.xx:9100'] # 重新启动prometheus systemctl restart prometheus
3使用
xx.xx.xx.xx:3000，默认用户名/密码：admin/admin
图片
选择 "Add your first data source"
图片
进入后选择Prometheus
图片
填写相关信息
图片
添加Prometheus模板
图片
输入id号，9276
图片
然后下拉，选择Prometheus，然后Import
图片
成功展示来由Prometheus数据
图片
至此整个Linux主机监控就完成了。
4补充
1、Dashboard模板
如果不知道使用什么模板可以找个教程使用教程里的就好，如果想进一步了解下模板可以去官网这里搜索相应的模板。
- 传送门：https://grafana.com/grafana/dashboards
里面可以输入关键词搜索，还有相应的下载量排名或评分排名。
图片
选择一个，点击进入详情页面，可以复制ID
图片
2、数据对照
图片
可以看到有些数据与top是一致的，有的不一致。主要是计算的方式不一致，可以选择一个统计图，点击标题
图片
Edit进入详情。
图片
比如已用内存它是根据这个计算公式算出来的。这样再对照着top的数据就是一致的了。
3、自定义模板
上面说到可以Edit进入dashboard详情，可以看到这么多的表达式。如果我们想调整这里的数据或过滤条件就可以编辑这些参数了。
当然从Edit进入的是单个统计模块，也可以从这里进入整个dashboard模板。修改这里的json
图片
图片
再来说一下这个表达式，这个表达式也就是PromQL 语言。
Grafana Dashboard 中的表达式是 PromQL 语言，它是 Prometheus 的指标查询语言。PromQL 是一种基于 Prometheus 数据模型的查询语言，可以用于查询和过滤 Prometheus 的指标数据。
PromQL 表达式可以用于以下目的：
指标数据
指标数据
指标数据
标数据进行聚合
PromQL 表达式使用以下语法：
[指标名] [操作符] [值]
例如，以下表达式将查询 CPU 使用率的指标数据：
cpu_usage
以下表达式将查询 CPU 使用率的指标数据，并将其限制为 100%：
cpu_usage < 100
以下表达式将计算 CPU 使用率的指标数据的平均值：
avg(cpu_usage)
以下表达式将将 CPU 使用率的指标数据按主机聚合：
by(host) cpu_usage
PromQL 语言具有丰富的功能，可以满足各种监控需求。
以下是一些常用的 PromQL 表达式：
查询指标数据
cpu_usage
过滤指标数据
cpu_usage < 100
计算指标数据
avg(cpu_usage)
对指标数据进行聚合
by(host) cpu_usage
如何简单调试PromQL，可以打开prometheus自带的web ui进入调试
