一、安装
node_exporter:
image: prom/node-exporter:v1.8.0
container_name: node_exporter
volumes:
- /proc:/host/proc:ro
- /sys:/host/sys:ro
- /:/rootfs:ro
# ports:
# - 9100:9100
environment:
TZ: Asia/Shanghai
command:
- '--path.procfs=/host/proc'
- '--path.rootfs=/rootfs'
- '--path.sysfs=/host/sys'
- '--collector.filesystem.ignored-mount-points=^/(sys|proc|dev|host|etc)($$|/)'
network_mode: "host"
restart: always
二、接入prometheus
1、通过静态文件配置加入
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: ["127.0.0.1:9100"]
三、图表
1、grafana
https://grafana.com/grafana/dashboards/
搜索:node-expoter
https://grafana.com/grafana/dashboards/1860-node-exporter-full/
之后下载,导入到grafana里
2、夜莺
夜莺内置了一些常用exporter采集图表
我用的是社区版:v7.0.0,从仪表盘 -> 内置仪表盘 -> 搜索linux -> 点击搜索到的,选择带有 Node Exporter的图表
四、监控
一些高频常用的监控
up
cpu使用率
内存使用率
网络使用情况
磁盘使用情况
一般需要对这些比较核心的指标进行配置告警
夜莺里面也有内置一些常用的监控策略,从告警管理 -> 内置规则 ->linux,选择 linux_by_exporter