Prometheus + Grafana 监控入门：抓取、告警、看板

一、Prometheus 是什么

Prometheus 是云原生时代主流的监控系统：拉（pull）模式定时抓取指标，存时序数据库，配 Grafana 出图、配 Alertmanager 告警。核心组件：Prometheus Server、Exporter、Grafana、Alertmanager。

二、核心概念

• Metric：度量项，如 http_requests_total；
• Label：维度标签，如 method="GET"，用于分组；
• Job / Instance：抓取任务与目标实例；
• PromQL：查询语言，如 rate(http_requests_total[5m])。

三、快速起一个 node 监控

# 1. 在被监控机装 node_exporter
./node_exporter --web.listen-address=":9100"

# 2. prometheus.yml 里加抓取任务
scrape_configs:
  - job_name: "node"
    static_configs:
      - targets: ["192.168.1.10:9100"]

四、一条告警规则

groups:
  - name: instance
    rules:
      - alert: 实例宕机
        expr: up == 0
        for: 1m
        labels: { severity: critical }
        annotations:
          summary: "{{ $labels.instance }} 已失联 1 分钟"

五、Grafana 看板

加 Prometheus 为数据源，导入官方 Node Exporter 看板（ID 1860），CPU、内存、磁盘、网络一目了然。需要自定义业务指标时，自己在代码里暴露 /metrics 端点即可。

六、落地建议

• 先监控”黄金四指标”：延迟、流量、错误、饱和度；
• 告警要”可行动”，避免狼来了；
• 指标保留期按成本设，热数据短、冷数据降采样；
• 和业务日志（ELK/Loki）配合，定位才快。

监控不是装上去就完事，而是”出了问题能第一时间看见、并能定位”——Prometheus + Grafana 是目前最顺手的一套。