Prometheus 实战教程-搭建 Prometheus 环境
Prometheus 实战教程 —— 阶段 1
第 1 步：搭建 Prometheus 环境
方法 1：使用 Docker 快速搭建（推荐）
1.1 启动 Prometheus 容器
运行以下命令，使用官方 Docker 镜像启动 Prometheus：
docker run -d \--name=prometheus \-p 9090:9090 \-v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \prom/prometheus解释：
-p 9090:9090：将 Prometheus 的默认端口 9090 映射到本地。-v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml：挂载自定义的配置文件。prom/prometheus：使用官方镜像。
1.2 访问 Prometheus Web 界面
在浏览器中访问：http://localhost:9090
第 2 步：配置 Node Exporter 采集系统指标
Node Exporter 用于采集系统级别的硬件和操作系统指标，例如 CPU、内存、磁盘和网络使用情况。
2.1 安装 Node Exporter
使用 Docker 快速启动 Node Exporter：
docker run -d \--name=node-exporter \-p 9100:9100 \prom/node-exporter2.2 验证 Node Exporter 是否工作
在浏览器中访问：http://localhost:9100/metrics
你会看到类似以下内容：
# HELP node_cpu_seconds_total Seconds the CPUs spent in each mode.
# TYPE node_cpu_seconds_total counter
node_cpu_seconds_total{cpu="0",mode="user"} 12345.678
node_cpu_seconds_total{cpu="0",mode="system"} 543.21第 3 步：配置 Prometheus 采集 Node Exporter 数据
3.1 修改 Prometheus 配置文件 (prometheus.yml)
创建或修改 prometheus.yml，添加 scrape_configs 部分，让 Prometheus 采集 Node Exporter 的数据。
global:scrape_interval: 15s # 每 15 秒采集一次数据evaluation_interval: 15sscrape_configs:- job_name: 'node_exporter'static_configs:- targets: ['localhost:9100']解释：
scrape_interval：设置 Prometheus 采集数据的频率，默认 15 秒。job_name：定义任务名称为node_exporter。targets：设置 Node Exporter 的地址（localhost:9100）。
3.2 重新启动 Prometheus
如果是 Docker 方式运行 Prometheus，请重启容器：
docker restart prometheus3.3 验证配置
在 Prometheus Web 界面，进入 Status -> Targets，你应该可以看到 node_exporter 目标状态为 UP。
第 4 步：使用 PromQL 查询数据
PromQL（Prometheus Query Language）是 Prometheus 的查询语言，用于提取和分析时间序列数据。以下是几个基础查询示例：
4.1 查询最新的 CPU 使用数据
node_cpu_seconds_total说明： 这条查询会返回所有 CPU 时间序列的最新值，包括不同的 CPU 核心和模式（user, system, idle 等）。
4.2 查询某个模式下的 CPU 使用数据
node_cpu_seconds_total{mode="user"}说明： 这条查询会筛选出 mode="user" 的 CPU 时间序列数据，忽略其他模式。
4.3 计算 5 分钟内的 CPU 使用率
rate(node_cpu_seconds_total[5m])说明： rate() 计算每秒的增长率，常用于监控 CPU 使用率、网络流量等数据。
4.4 查询最近 1 小时的内存使用数据
node_memory_MemAvailable_bytes第 5 步：实战任务 1——搭建监控并查询 CPU 使用情况
任务描述：
- 搭建 Prometheus 和 Node Exporter 采集主机的 CPU 和内存使用情况。
- 使用 PromQL 查询最近 5 分钟的 CPU 使用率，并分析内存的可用空间。
第 6 步：实战任务 2——编写简单的告警规则
任务描述：
编写告警规则，监控 CPU 使用率，当 5 分钟平均值超过 80% 时触发告警。
6.1 告警规则配置 (prometheus.yml)
在 prometheus.yml 文件中添加如下告警规则：
rule_files:- 'alert.rules.yml' # 引用外部告警规则文件创建 alert.rules.yml 文件：
groups:- name: cpu_alertsrules:- alert: HighCPUUsageexpr: rate(node_cpu_seconds_total{mode="user"}[5m]) > 0.8for: 1mlabels:severity: warningannotations:summary: "CPU 使用率高"description: "CPU 使用率在过去 5 分钟内持续超过 80%"eg:
cat prometheus/prometheus.yml
global:scrape_interval: 15s # 每 15 秒抓取一次数据evaluation_interval: 15salerting:alertmanagers:- static_configs:- targets: ['alertmanager:9093']scrape_configs:- job_name: 'prometheus'static_configs:- targets: ['localhost:9090']- job_name: 'node-exporter'static_configs:- targets: ['node-exporter:9100']- job_name: 'cadvisor'static_configs:- targets: ['cadvisor:8080']- job_name: 'pushgateway'static_configs:- targets: ['pushgateway:9091']
rule_files:- '/etc/prometheus/alert_rules.yml' # 容器内的挂载路径**6.2 加载告警规则文件
docker方式
docker run -d \--name=prometheus \-p 9090:9090 \-v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \-v /path/to/alert.rules.yml:/etc/prometheus/alert.rules.yml \harbor.fq.com/prometheus/prometheus:v3.1.0docker-compose 修改docker-compose.yaml配置文件 ,添加挂载路径 “- /opt/monitoring/rules/alert_rules.yml:/etc/prometheus/alert_rules.yml:ro”
cat docker-compose.yaml
#version: '3.8'services:prometheus:image: harbor.fq.com/prometheus/prometheus:v3.1.0container_name: prometheusvolumes:- ./prometheus/prometheus.yml:/etc/prometheus/prometheus.yml:ro- /opt/monitoring/rules/alert_rules.yml:/etc/prometheus/alert_rules.yml:ro- prometheus-data:/prometheus # 持久化存储ports:- "9090:9090"command:- "--config.file=/etc/prometheus/prometheus.yml"restart: alwaysalertmanager:image: harbor.fq.com/prometheus/alertmanager:v0.27.0container_name: alertmanagervolumes:- ./alertmanager/alertmanager.yml:/etc/alertmanager/config.yml:roports:- "9093:9093"restart: alwaysgrafana:image: harbor.fq.com/prometheus/grafana:9.5.3container_name: grafanavolumes:- grafana-data:/var/lib/grafana # Grafana 持久化存储ports:- "3000:3000"environment:- GF_SECURITY_ADMIN_USER=admin- GF_SECURITY_ADMIN_PASSWORD=adminrestart: alwaysnode-exporter:image: harbor.fq.com/prometheus/node-exporter:v1.8.2container_name: node-exporterports:- "9100:9100"restart: alwayscadvisor:image: harbor.fq.com/prometheus/cadvisor:v0.33.0container_name: cadvisorports:- "8080:8080"restart: alwayspushgateway:image: harbor.fq.com/prometheus/pushgateway:1.11.0container_name: pushgatewayports:- "9091:9091"restart: alwaysvolumes:prometheus-data:grafana-data:6.3 验证告警规则
在添加或修改规则文件后，使用 Prometheus 自带的验证工具：
# 进入到prometheus容器内，然后运行‘promtool’工具docker-compose exec prometheus shpromtool check rules /etc/prometheus/rules/alert_rules.yml- 如果规则正确，会输出
SUCCESS。 - 如果规则有错误，会输出具体的错误信息，便于修复。 在 Prometheus Web 界面，进入 Alerts 页面，检查告警规则是否生效。