企业官网建设流程全解析

你的服务器是不是也这样：CPU 使用率偶尔飙高，内存占用悄悄增长，磁盘空间不知不觉就满了，但每次出问题都得靠用户反馈才知道？或者，你看着一堆命令行输出的数字，却很难直观地看出系统的健康趋势？

很多开发者都卡在监控这一步。知道监控重要，但 Prometheus 和 Grafana 这两个名字听起来就复杂，官方文档又长又散，从安装、配置到出图，每一步都可能遇到各种环境问题，最终“从入门到放弃”。

这篇文章要解决的，就是这个问题。我的核心判断是：搭建一套可用的服务器监控面板，核心流程其实非常标准化，三天时间完全足够。关键在于绕过那些分散的、过时的教程，直接抓住一条主线，把安装、配置、数据采集和可视化串联起来。

读完本文，你将能独立完成从零搭建一套 Prometheus + Grafana 监控系统，并得到一个能实时反映服务器 CPU、内存、磁盘、网络等核心指标的可视化监控大盘。更重要的是，你会理解这套组合的核心工作逻辑，知道数据从哪里来、到哪里去、如何展示，从而具备后续自定义监控和排查问题的能力。

1. 为什么是 Prometheus + Grafana？它解决了什么根本问题？

在深入动手之前，我们必须先搞清楚，为什么是这两个工具的组合成为了云原生时代监控的事实标准。这能帮你理解每一步操作背后的意义，而不是机械地复制命令。

传统的服务器监控，你可能用过top、free、df命令，或者一些简单的脚本。但这些方式存在几个致命缺陷：

1. 历史数据缺失：只能看当前瞬间的状态，无法回溯问题发生前的趋势。
2. 可视化困难：一堆数字难以形成直观认知，更别提给非技术人员看了。
3. 告警滞后：往往等问题发生了才被动发现，无法提前预警。
4. 难以聚合：当服务器数量增多后，分散的信息无法统一管理。

Prometheus + Grafana 的组合，完美地解决了这些问题：

• Prometheus负责“抓取”和“存储”指标数据。它定时从各个目标（如你的服务器、数据库、应用）拉取（Pull）指标，并按照时间序列存储在本地。它的数据模型（指标名+标签）非常灵活，查询语言（PromQL）功能强大。
• Grafana负责“展示”和“告警”。它是一个功能强大的可视化平台，可以从 Prometheus 等数据源读取数据，绘制成各种精美的图表、仪表盘，并配置灵活的告警规则。

简单来说，Prometheus 是数据库和采集器，Grafana 是报表和报警系统。这个分工让两者各司其职，都非常专业。

对于个人开发者、中小团队或是想监控自己云服务器的用户来说，这套方案的优势在于：

• 开源免费：没有授权费用。
• 生态强大：几乎所有的现代软件（如 MySQL, Redis, Nginx, Node.js, JVM）都提供了 Prometheus 格式的指标接口。
• 配置即代码：所有配置都是文件，易于版本管理和自动化。
• 轻量级：单个服务对资源消耗不大，非常适合从一台服务器开始。

接下来，我们就用三天时间，走通从安装到出图的完整流程。

2. 环境准备与规划：你的“三天计划”路线图

在开始下载任何软件之前，做好环境规划能避免后续很多混乱。我们假设一个最典型的场景：你有一台安装了 Linux 的服务器（可以是云服务器如阿里云 ECS、腾讯云 CVM，也可以是本地虚拟机），想监控这台服务器本身。

Day 1 目标：完成 Prometheus 和 Node Exporter 的安装与基础配置，让数据采集跑起来。Day 2 目标：完成 Grafana 的安装，并接入 Prometheus 数据源，看到最基础的图表。Day 3 目标：导入成熟的服务器监控仪表盘，配置核心告警，形成完整可用的监控面板。

前置条件：

• 一台 Linux 服务器：本文以CentOS 7.x / Rocky Linux 8.x 或 Ubuntu 20.04/22.04 LTS为例，大部分命令通用。你需要拥有sudo权限。
• 网络连通：服务器需要能访问互联网以下载安装包。
• 基础命令行操作：熟悉cd,ls,wget,tar,systemctl,vim/nano等命令。
• 防火墙/安全组：需要开放相关端口供访问（后续会说明）。

软件版本说明（请以实际最新稳定版为准）：

• Prometheus: 最新稳定版（如 2.45.0）
• Node Exporter: 最新稳定版（如 1.6.0）
• Grafana: 最新稳定版（如 10.0.0）

我们将把所有软件安装在/opt目录下，并使用systemd来管理服务，这是生产环境推荐的做法。

3. Day 1：安装 Prometheus 与 Node Exporter，启动数据采集

今天的目标是让 Prometheus 运行起来，并配置它去采集我们服务器的硬件和系统指标，这需要一个叫node_exporter的组件。

3.1 安装 Node Exporter（指标暴露器）

Node Exporter 是 Prometheus 官方提供的采集主机指标（如 CPU、内存、磁盘、网络）的代理。它运行在需要被监控的服务器上，暴露一个 HTTP 接口，Prometheus 会从这个接口拉取数据。

# 1. 创建专用用户（为了安全，不建议用root运行） sudo useradd --no-create-home --shell /bin/false node_exporter # 2. 下载并解压 Node Exporter # 进入临时目录，下载最新版本，请访问 https://prometheus.io/download/ 查看最新版本号 cd /tmp wget https://github.com/prometheus/node_exporter/releases/download/v1.6.0/node_exporter-1.6.0.linux-amd64.tar.gz tar -xzf node_exporter-1.6.0.linux-amd64.tar.gz # 3. 移动二进制文件到系统目录并设置权限 sudo mv node_exporter-1.6.0.linux-amd64/node_exporter /usr/local/bin/ sudo chown node_exporter:node_exporter /usr/local/bin/node_exporter # 4. 创建 systemd 服务文件 sudo vim /etc/systemd/system/node_exporter.service

将以下内容写入/etc/systemd/system/node_exporter.service文件：

[Unit] Description=Node Exporter Wants=network-online.target After=network-online.target [Service] User=node_exporter Group=node_exporter Type=simple ExecStart=/usr/local/bin/node_exporter [Install] WantedBy=multi-user.target

# 5. 启动 Node Exporter 并设置开机自启 sudo systemctl daemon-reload sudo systemctl start node_exporter sudo systemctl enable node_exporter # 6. 检查服务状态和端口 sudo systemctl status node_exporter # 应该看到 active (running) 状态 curl http://localhost:9100/metrics # 如果看到大量以 `node_` 开头的文本指标输出，说明安装成功！

关键点解释：

• Node Exporter 默认监听在9100端口。
• 访问http://你的服务器IP:9100/metrics可以看到它暴露的所有指标，这是 Prometheus 抓取数据的源头。
• 使用systemd管理服务，可以保证进程意外退出后自动重启，并且方便地启停。

3.2 安装与配置 Prometheus（监控服务器）

Prometheus 是主服务器，它需要被安装在一台独立的机器上（在我们的单机场景下，就和 Node Exporter 装在同一台）。

# 1. 创建专用用户 sudo useradd --no-create-home --shell /bin/false prometheus # 2. 创建配置和数据目录 sudo mkdir /etc/prometheus sudo mkdir /var/lib/prometheus sudo chown prometheus:prometheus /etc/prometheus sudo chown prometheus:prometheus /var/lib/prometheus # 3. 下载并解压 Prometheus cd /tmp wget https://github.com/prometheus/prometheus/releases/download/v2.45.0/prometheus-2.45.0.linux-amd64.tar.gz tar -xzf prometheus-2.45.0.linux-amd64.tar.gz # 4. 移动二进制文件和配置文件 sudo mv prometheus-2.45.0.linux-amd64/prometheus /usr/local/bin/ sudo mv prometheus-2.45.0.linux-amd64/promtool /usr/local/bin/ sudo chown prometheus:prometheus /usr/local/bin/prometheus sudo chown prometheus:prometheus /usr/local/bin/promtool sudo mv prometheus-2.45.0.linux-amd64/consoles /etc/prometheus/ sudo mv prometheus-2.45.0.linux-amd64/console_libraries /etc/prometheus/ sudo chown -R prometheus:prometheus /etc/prometheus # 5. 创建 Prometheus 主配置文件 sudo vim /etc/prometheus/prometheus.yml

这是 Prometheus 最核心的配置文件，它定义了抓取规则。将以下内容写入/etc/prometheus/prometheus.yml：

# 全局配置 global: scrape_interval: 15s # 每15秒抓取一次数据 evaluation_interval: 15s # 每15秒评估一次告警规则 # 告警规则文件配置（暂时不用，后续可添加） rule_files: # - "first_rules.yml" # - "second_rules.yml" # 抓取配置，这里定义要监控的目标 scrape_configs: # 任务名：监控 Prometheus 自身 - job_name: 'prometheus' static_configs: - targets: ['localhost:9090'] # Prometheus 自己暴露指标的端口 # 任务名：监控 Linux 服务器节点 - job_name: 'node' static_configs: - targets: ['localhost:9100'] # Node Exporter 的地址和端口 labels: instance: 'my-first-server' # 给这个目标打上一个标签，便于识别

# 6. 设置配置文件权限 sudo chown prometheus:prometheus /etc/prometheus/prometheus.yml # 7. 创建 systemd 服务文件 sudo vim /etc/systemd/system/prometheus.service

将以下内容写入/etc/systemd/system/prometheus.service：

[Unit] Description=Prometheus Wants=network-online.target After=network-online.target [Service] User=prometheus Group=prometheus Type=simple ExecStart=/usr/local/bin/prometheus \ --config.file=/etc/prometheus/prometheus.yml \ --storage.tsdb.path=/var/lib/prometheus/ \ --web.console.templates=/etc/prometheus/consoles \ --web.console.libraries=/etc/prometheus/console_libraries \ --web.listen-address=0.0.0.0:9090 [Install] WantedBy=multi-user.target

# 8. 启动 Prometheus 并设置开机自启 sudo systemctl daemon-reload sudo systemctl start prometheus sudo systemctl enable prometheus # 9. 检查服务状态 sudo systemctl status prometheus

3.3 验证 Day 1 成果

1. 检查服务端口：

   sudo netstat -tlnp | grep -E '(9090|9100)'

   应该看到9090(Prometheus) 和9100(Node Exporter) 端口都在监听。

2. 访问 Prometheus Web UI： 在浏览器中打开http://你的服务器IP:9090。

   • 点击页面上方的“Status” -> “Targets”。你应该看到两个目标：prometheus和node，状态都应为“UP”。这证明 Prometheus 正在成功抓取自身和 Node Exporter 的数据。
   • 点击“Graph”页签，在输入框中尝试输入一个 PromQL 查询，例如node_memory_MemTotal_bytes，然后点击“Execute”。如果能看到图表或数据表格，说明数据流已经完全打通！

第一天总结：你已经成功部署了监控系统的数据采集和存储层。Prometheus 在后台默默地每15秒抓一次数据，并存储在本地时序数据库中。现在，数据已经有了，缺的是一个好看的“脸面”。

4. Day 2：安装 Grafana，连接数据源，绘制第一张图

Grafana 是我们的可视化利器。今天的目标是安装它，并连接到 Prometheus，创建第一个图表。

4.1 安装 Grafana

这里我们使用 Grafana 官方提供的仓库进行安装，方便后续升级。

对于 CentOS/RHEL/Rocky Linux：

# 1. 添加 Grafana 仓库 sudo vim /etc/yum.repos.d/grafana.repo

写入以下内容：

[grafana] name=grafana baseurl=https://packages.grafana.com/oss/rpm repo_gpgcheck=1 enabled=1 gpgcheck=1 gpgkey=https://packages.grafana.com/gpg.key sslverify=1 sslcacert=/etc/pki/tls/certs/ca-bundle.crt

# 2. 安装 Grafana sudo yum install -y grafana

对于 Ubuntu/Debian：

# 1. 安装依赖和添加 GPG 密钥 sudo apt-get install -y software-properties-common wget sudo wget -q -O /usr/share/keyrings/grafana.key https://packages.grafana.com/gpg.key # 2. 添加稳定版仓库 echo "deb [signed-by=/usr/share/keyrings/grafana.key] https://packages.grafana.com/oss/deb stable main" | sudo tee -a /etc/apt/sources.list.d/grafana.list # 3. 更新并安装 sudo apt-get update sudo apt-get install -y grafana

4.2 启动并配置 Grafana

# 启动 Grafana 服务并设置开机自启 sudo systemctl daemon-reload sudo systemctl start grafana-server sudo systemctl enable grafana-server # 检查服务状态 sudo systemctl status grafana-server

Grafana 默认监听在3000端口。

4.3 登录并添加 Prometheus 数据源

1. 登录 Grafana：浏览器打开http://你的服务器IP:3000。默认用户名和密码都是admin。首次登录会要求修改密码，请务必修改并牢记。
2. 添加数据源：
   • 登录后，点击左侧导航栏的齿轮图标 (Configuration)->“Data Sources”。
   • 点击“Add data source”。
   • 选择“Prometheus”。
   • 在“HTTP”部分的“URL”中，填写http://localhost:9090（因为 Grafana 和 Prometheus 装在同一台服务器）。如果不在同一台，则填写 Prometheus 服务器的实际地址和端口。
   • 其他选项保持默认，滚动到页面底部，点击“Save & test”。
   • 如果看到绿色的“Data source is working”提示，恭喜你，数据源配置成功！

4.4 创建第一个仪表盘和面板

现在我们来手动创建一个显示 CPU 使用率的图表，理解 Grafana 的工作方式。

1. 创建仪表盘：点击左侧“田字格图标 (Dashboards)”->“New”->“New dashboard”。
2. 添加面板：在新仪表盘页面，点击“Add visualization”。
3. 选择数据源：在查询编辑器上方，确保数据源是你刚添加的Prometheus。
4. 编写 PromQL 查询：
   • 在查询编辑器（通常标记为A）中，输入以下 PromQL 查询来计算 CPU 使用率：

     100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[1m])) * 100)

   • 这个查询的含义是：计算过去1分钟内，非空闲（idle）状态的CPU时间占比，从而得到使用率。node_cpu_seconds_total是 Node Exporter 提供的指标，mode="idle"筛选出空闲状态的CPU时间，rate函数计算每秒的增长率，avg by (instance)按实例（服务器）聚合。
5. 配置图表：
   • 在右侧的“Visualization”下拉菜单中，选择“Time series”（时间序列图）。
   • 在“Panel options”中，给面板起个名字，比如 “CPU Usage”。
   • 在“Standard options”里，可以设置单位（Unit）为Percent (0-100)。
6. 应用并保存：点击右上角的“Apply”保存这个面板。然后点击仪表盘顶部的“Save dashboard”图标，给你的仪表盘起个名字（如 “My Server Monitor”），并保存。

至此，你已经完成了从数据采集到可视化的完整链路！虽然只有一个图，但你已经掌握了最核心的操作：配置数据源 -> 编写 PromQL -> 选择可视化类型。

5. Day 3：导入专业仪表盘与配置基础告警

手动创建所有图表效率太低。Grafana 社区有大量制作精良、开箱即用的仪表盘模板。今天，我们通过“导入”功能，快速获得一个全面的服务器监控视图，并配置一个简单的告警。

5.1 导入 Node Exporter 全览仪表盘

Grafana 官网有一个官方维护的、非常全面的 Node Exporter 仪表盘。

1. 获取仪表盘 ID：访问 Grafana Dashboards 官网 ，搜索 “Node Exporter Full”。通常第一个结果 ID 是1860（请以网站最新为准）。
2. 在 Grafana 中导入：
   • 回到你的 Grafana 界面，点击左侧“田字格图标”->“New”->“Import”。
   • 在“Import via grafana.com”输入框中，填入仪表盘 ID1860，然后点击“Load”。
   • 在下一个页面，选择你的 Prometheus 数据源，然后点击“Import”。
3. 查看成果：导入成功后，你会立即看到一个包含数十个图表的专业监控面板！里面涵盖了 CPU、内存、磁盘 IO、网络流量、系统负载、磁盘空间等几乎所有关键指标。花点时间浏览一下，你会对服务器的状态一目了然。

5.2 配置一个磁盘空间不足的告警

可视化是为了看，告警是为了“被通知”。我们配置一个当根目录磁盘使用率超过 80% 时触发告警的规则。

1. 在 Prometheus 中配置告警规则文件（可选，但推荐）： Prometheus 本身可以计算告警条件，但更常见的做法是使用其姐妹项目Alertmanager来管理告警路由和通知（如发邮件、钉钉、Slack）。为了简化，我们先在 Grafana 中配置内置告警。

2. 在 Grafana 面板上配置告警：

   • 打开你刚刚导入的 “Node Exporter Full” 仪表盘。
   • 找到显示“Disk Space Usage”（磁盘空间使用率）的面板。将鼠标悬停在面板标题上，点击出现的“下拉菜单图标”->“Edit”。
   • 进入面板编辑模式后，点击右侧的“Alert”选项卡 ->“Create alert”。
   • 配置告警规则：
     • Rule name:Disk Usage High on {{ $labels.instance }}
     • Evaluate every:1m(每1分钟评估一次)
     • For:2m(持续2分钟满足条件才触发，避免抖动)
   • 配置条件：
     • 在查询部分，应该已经有一个查询（比如100 - (node_filesystem_free_bytes{fstype!~”tmpfs|devtmpfs”} / node_filesystem_size_bytes{fstype!~”tmpfs|devtmpfs”} * 100)）。确保它查询的是根分区（通常mountpoint=”/”）。
     • 在“Conditions”部分，设置WHENlast()OFquery(A, 1m, now)IS ABOVE80。
     • 意思是：当查询 A 在过去1分钟内的最后一个值高于 80时，触发告警。
   • 配置通知：
     • 点击“Notifications”部分，你需要先配置一个“通知渠道”（Contact point）。点击“Create contact point”。
     • 这里以“测试”为例，选择类型为Test（它只会在 Grafana 内部生成警报日志，不会真正发送）。你也可以后续配置邮件、钉钉等。
     • 保存联系点后，在告警规则中选择它。
   • 保存：点击右上角的“Save”保存面板，然后保存仪表盘。

3. 测试告警：

   • 告警规则保存后，Grafana 会开始评估。
   • 你可以点击左侧“铃铛图标 (Alerting)”->“Alert rules”查看你创建的规则及其状态。
   • 当磁盘使用率真的超过80%并持续2分钟后，状态会变为“Firing”。你可以在“Alerting”->“Alert instances”中看到触发的告警。

5.3 （可选）开放防火墙端口供外部访问

目前服务只能通过服务器本地访问。如果你想在外部浏览器访问 Grafana 面板，需要开放端口。

重要安全提醒：生产环境务必为 Grafana 配置强密码，并考虑使用 Nginx 反向代理添加 HTTPS 和身份认证。

# 对于 firewalld (CentOS/Rocky) sudo firewall-cmd --permanent --add-port=3000/tcp # Grafana sudo firewall-cmd --permanent --add-port=9090/tcp # Prometheus (通常不建议直接暴露) sudo firewall-cmd --reload # 对于 ufw (Ubuntu) sudo ufw allow 3000/tcp # Grafana # sudo ufw allow 9090/tcp # 谨慎开放 Prometheus 端口 sudo ufw reload

现在，你可以通过http://你的服务器公网IP:3000在任何地方访问你的监控面板了。

6. 核心概念与 PromQL 快速入门

经过三天的实践，系统已经跑起来了。但要真正驾驭它，你需要理解几个核心概念和 PromQL 基础。

6.1 核心概念

• 指标 (Metric)：一个随时间变化的测量值，如node_cpu_seconds_total。它有一个名称和一组键值对标签（Label）。
• 标签 (Label)：指标的维度，用于区分和筛选。例如{job=”node”, instance=”my-first-server”, mode=”idle”}。标签让查询变得极其灵活。
• 时间序列 (Time Series)：一个指标在连续时间点上的值序列。由指标名+一组唯一的标签组合定义。
• 抓取 (Scrape)：Prometheus 定期从目标 HTTP 端点拉取指标数据的过程。
• PromQL：Prometheus 查询语言，用于从时序数据库中检索和聚合数据。它是生成图表和告警的基础。

6.2 常用 PromQL 示例

理解这些查询，你就能自定义大部分监控视图：

1. CPU 总使用率（如前所述）：

   100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[1m])) * 100)

2. 可用内存百分比：

   node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100

3. 磁盘使用率（根分区）：

   100 - (node_filesystem_free_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"} * 100)

4. 网络接收流量速率（eth0网卡）：

   rate(node_network_receive_bytes_total{device="eth0"}[1m])

5. 系统负载（1分钟平均）：

   node_load1

关键函数：

• rate(): 计算时间范围内指标的平均增长速率，适用于计数器（只增不减的指标）。
• increase(): 计算时间范围内的绝对增长量。
• sum(): 求和。
• avg(): 求平均值。
• by ()/without (): 在聚合时，指定分组或排除的标签。

7. 常见问题与排查思路

在部署和使用过程中，你可能会遇到以下问题：

8. 生产环境最佳实践与进阶方向

当你把监控用于更严肃的环境时，需要考虑以下几点：

1. 安全加固：

   • Grafana：强制修改默认密码，配置强密码策略。通过 Nginx/Apache 设置反向代理，启用 HTTPS。利用 Grafana 的[auth.proxy]或 OAuth 集成公司统一登录。
   • Prometheus：避免将9090端口直接暴露到公网。使用反向代理并配置基础认证。考虑使用--web.external-url参数。
   • Node Exporter：使用非 root 用户运行。通过--collector参数禁用不需要的采集器（如--collector.textfile如果不用的话），减少攻击面。

2. 数据持久化与备份：

   • Prometheus 数据默认存储在--storage.tsdb.path指定的目录。确保该目录所在磁盘空间充足（一般保留至少15-30天的数据）。
   • 考虑使用远程存储（如 Thanos, Cortex, M3DB）来实现长期存储、高可用和全局视图。
   • 定期备份prometheus.yml等配置文件。

3. 监控更多目标：

   • 数据库：MySQL (mysqld_exporter)、Redis (redis_exporter)。
   • Web服务器：Nginx (nginx-prometheus-exporter)。
   • 应用：任何支持暴露 Prometheus 格式指标的应用（如 Spring Boot Actuator, Go 的promhttp包）。
   • 方法：在prometheus.yml的scrape_configs下添加新的job，指向对应 exporter 的地址。

4. 告警管理升级：

   • 部署Alertmanager：用于对 Prometheus 产生的告警进行去重、分组、静默，并路由到不同的接收器（邮件、钉钉、企业微信、PagerDuty等）。
   • 定义有意义的告警标签和注解，方便识别和处理。

5. 使用服务发现：

   • 在动态环境（如 Kubernetes）中，手动维护targets列表不可行。Prometheus 支持多种服务发现机制（DNS, Consul, Kubernetes API 等），可以自动发现监控目标。

三天时间，你从零搭建了一套专业的服务器监控系统。这套系统的价值不在于它本身有多复杂，而在于它为你打开了一扇门：一扇通往可观测性、数据驱动决策和主动运维的大门。接下来，你可以尝试监控你的下一个应用，或者探索 Grafana 更强大的图表和告警功能。监控的世界很大，但第一步，你已经稳稳地迈出去了。