目录

前言：

操作步骤：

1. 安装node_export并制作systemd服务并启动

2. 将node_export加入到普罗米修斯的配置文件中

3. 监控本地重要指标

1. cpu使用率

 2. 磁盘监控

3. 内存监控

4. grafana数据统一可视化

 1. 下载热门json模块，id：8919

 2. 登陆grafana后台http://192.168.6.109:3000添加datasource

 3. 导入json模块并指定普罗米修斯数据源

4. 最终结果展示数据

---

前言：

普罗米修斯负责数据采集（可以同时采集一堆服务器的数据，且本身也自带数据展示功能）

grafana负责数据可视化(比普罗米修斯的更加美观且提供了很多很丰富的json模版，开箱即用)

本文章大体数据采集-->数据可视化 步骤：

1.部署node_export-->2.普罗米修斯本地采集数据-->3.数据grafana可视化

• 在第2步，需要学一下promQL聚合去获取指定的一些指标（比如linux的cpu、磁盘、内存、负载情况）还有一个阈值告警

• 正式环境上把普罗米修斯和grafana加入到本地k8s集群上

• 在本文章中，主要快速入门普罗米修斯和grafana的操作方法和promQL的简单查询

• 本文章中，普罗米修斯和grafana都用docker起

• 被监控主机：192.168.6.109
  
  prometheus容器(192.168.6.109上运行)：
  docker run -itd --name prometheus -p 9090:9090 prom/prometheus:v2.25.0
  
  grafana容器(192.168.6.109上运行)：
  docker run -itd --name grafana -p 3000:30000 grafana/grafana:7.3.7

操作步骤：

1. 安装node_export并制作systemd服务并启动

• 操作说明：普罗米修斯官方推荐使用这个作为节点指标采集的一个插件,node_export把数据丢给普罗米修斯的服务端

• 操作命令：

  
  wget https://github.com/prometheus/node_exporter/releases/download/v1.4.0-rc.0/node_exporter-1.4.0-rc.0.linux-amd64.tar.gz
  tar -xvf node_exporter-1.4.0-rc.0.linux-amd64.tar.gz -C /usr/local
  mv /usr/local/node_exporter-1.4.0-rc.0.linux-amd64/node_exporter /usr/local/bin/
  
  # 编写systemd服务
  cat > /etc/systemd/system/node_exporter.service <<EOF
  [Unit]
  Description=node_exporeter
  After=network.target
  [Service]
  Type=simple
  ExecStart=/usr/local/bin/node_exporter
  Restart=on-failure
  [Install]
  WantedBy=multi-user.target
  EOF
  
  # 更新内核并启动，自启动
  systemctl daemon-reload && systemctl start node_exporter && systemctl enable node_exporter && systemctl status node_exporter
  

   

2. 将node_export加入到普罗米修斯的配置文件中

• 操作说明：因为node_export的数据采集格式是和普罗米修斯一样的，所以普罗米修斯是可以读取到的，最后只需要将普罗米修斯和grafana绑定在一起即可

• 操作过程：

  vi prometheus.yml
  
  - job_name: "linux"
      scrape_interval: 5s
      static_configs:
        - targets: ["192.168.6.109:9100"]
        
  # 重启容器
  docker restart docker-apisix_prometheus_1

3. 监控本地重要指标

linux主要需要探测的指标有：cpu、disk磁盘、memory内存、upstream负载，需要通过promQL聚合查询

先登陆普罗米修斯web页面：

http://192.168.6.109:9090

1. cpu使用率

公式：cpu使用率=除空闲idle状态外的所有cpu状态总和除以总的cpu时间 

promql语句：

(1 - sum(increase(node_cpu_seconds_total{mode="idle"}[1m])) by (instance) / sum(increase(node_cpu_seconds_total[1m])) by (instance) ) * 100

 

 2. 磁盘监控

主要关注根目录（ext4或xfs文件系统）的磁盘利用率

promql语句：

(1 - node_filesystem_avail_bytes{fstype=~"ext4|xfs"} / node_filesystem_size_bytes{fstype=~"ext4|xfs"} ) * 100

3. 内存监控

主要关注内存使用率：free或available这两列重点关注

free：显示还有多少物理内存和交换空间可用

available：显示还可以被应用程序使用的物理内存大小

节点内存使用率promql语句：

(1 - (node_memory_Cached_bytes + node_memory_MemFree_bytes + node_memory_Buffers_bytes) / node_memory_MemAvailable_bytes) * 100

 

 

 

4. grafana数据统一可视化

普罗米修斯也可以可视化，但是他每一个指标都是单独的，而grafana是可以将普罗米修斯收集到的数据统一合并到一个美观的web图表上

 1. 下载热门json模块，id：8919

https://grafana.com/api/dashboards/12633/revisions/1/download 下载链接

 2. 登陆grafana后台http://192.168.6.109:3000添加datasource

 

 3. 导入json模块并指定普罗米修斯数据源

4. 最终结果展示数据

 

作者：devops_锋

邮箱：1195494025@qq.com (有问题可邮箱发送)

后续：后期会出一期阿里云上sae部署相关服务，且日志收集，监控的相关的文章。尽情期待吧。