开始

云服务器上运行的容器越来越多了，想要做个监控，可以随时查看容器的状态，最好可以配置一些告警，出现问题可以发到我的邮箱和微信上。

之前用过的监控主要是zabbix，但是容器环境下推荐的监控是promtheus，今天来部署下这个。

安装

可以通过docker来安装，官方手册里指引了去哪里下载，怎么配置。

docker拉去镜像如果很慢的话可以看这个，出门在外，有个代理还是很方便的，如果你想购买我同款的可以考虑这个注册后购买我也会收到一点佣金，价格还可以

架构了解

简单了解下prometheus架构，主要分三部分（当然不仅仅分三部分）

prometheus：处理和存储数据，监控主体
exporter：采集数据，相当于手和眼睛，把数据拿给prom，如node-exporter和cadvisor
alertmanager：告警等

docker-compose.yml

promtheus各个组件之间独立性很强，每个镜像有各自的作用，写个docker-compose.yml放一起方便

先创建个目录，所有配置文件都放里面

bash
mkdir -pv ~/docker/promtheus

注意

！！！建议先看下文件再运行，我是提前配置了docker网络的

bash
services:
  prometheus:
    image: prom/prometheus:v3.13.3 #
    container_name: prometheus
    restart: unless-stopped
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml      # prom主配置文件
      - ./alert.rules.yml:/etc/prometheus/alert.rules.yml    # 告警规则文件
      - prom_data:/prometheus                                # 数据持久化
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
        #- '--web.enable-lifecycle' # 支持热重载配置 curl -X POST /-/reload
      - '--storage.tsdb.retention.time=3d'
      - '--storage.tsdb.retention.size=5GB'
      - '--storage.tsdb.wal-compression'
    networks:
      - npm_net

  node-exporter:
    image: prom/node-exporter:v1.10.2
    container_name: node-exporter
    restart: unless-stopped
    volumes:
      - /proc:/host/proc:ro    # 宿主机进程信息，只读挂载
      - /sys:/host/sys:ro      # 宿主机硬件信息，只读挂载
      - /:/rootfs:ro           # 宿主机根目录，读取磁盘信息
    command:
      - '--path.procfs=/host/proc'
      - '--path.sysfs=/host/sys'
      - '--path.rootfs=/rootfs'
      - '--collector.systemd'  # 采集systemd服务状态
      - '--collector.tcpstat'  # 采集tcp连接指标
    networks:
      - npm_net

  cadvisor:
    image: ghcr.nju.edu.cn/google/cadvisor:v0.60.5
    container_name: cadvisor
    restart: unless-stopped
    volumes:
      - /:/rootfs:ro
      - /var/run:/var/run:ro
      - /sys:/sys:ro
      - /var/lib/docker:/var/lib/docker:ro
      - /dev/disk/:/dev/disk:ro
    networks:
      - npm_net

  alertmanager:
    image: prom/alertmanager:v0.34.0
    container_name: alertmanager
    restart: unless-stopped
    volumes:
      - ./alertmanager.yml:/etc/alertmanager/alertmanager.yml # alertmanager配置
      - alert_data:/alertmanager
    command:
      - '--config.file=/etc/alertmanager/alertmanager.yml'
    networks:
      - npm_net

networks:
  npm_net:
    external: true
# 持久化卷
volumes:
  prom_data:        # prometheus时序数据库存储
  alert_data:       # alertmanager告警状态存储

其他配置文件

prometheus.yml

bash
global:
  scrape_interval: 30s     # 采集间隔：每15秒拉取一次指标
  evaluation_interval: 30s # 告警规则评估周期，每15秒检查一次告警

# 加载告警规则文件
rule_files:
  - "alert.rules.yml"

# 告警配置：prometheus把告警推送给alertmanager
alerting:
  alertmanagers:
    - static_configs:
        - targets:
            - alertmanager:9093 # 容器名:端口，同网络直接解析

# 采集任务配置
scrape_configs:
  # 采集宿主机指标，node-exporter
  - job_name: 'node-exporter'
    static_configs:
      - targets: ['node-exporter:9100']

  # 采集docker容器指标，cadvisor
  - job_name: 'cadvisor'
    static_configs:
      - targets: ['cadvisor:8080']

alert.rules.yml

bash
groups:
  - name: host-metrics-alert # 告警组名称
    rules:
      # 告警名称：主机CPU使用率过高
      - alert: HostHighCpuLoad
        expr: 100 - (avg by(instance) (irate(node_cpu_seconds_total{mode="idle"}[1m])) * 100) > 80
        for: 1m          # 持续超过1分钟才触发告警，防止瞬时抖动
        labels:
          severity: warning # 告警级别 warning警告 / critical严重
        annotations:
          summary: "宿主机CPU使用率过高"
          description: "实例 {{ $labels.instance }} CPU使用率已超过80%，当前值 = {{ $value }}"

      # 告警：磁盘剩余空间不足
      - alert: HostDiskSpaceLow
        expr: 100 - (100 * (node_filesystem_avail_bytes / node_filesystem_size_bytes)) > 85
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: "磁盘剩余空间不足"
          description: "分区 {{ $labels.mountpoint }} 使用率超过85%，请及时清理"

alertmanager.yml ，配置的告警是邮箱，别的还得研究研究

bash
global:
  resolve_timeout: 5m # 故障恢复后，等待5分钟发送恢复通知
  # -------- SMTP邮箱配置 --------
  smtp_smarthost: 'smtp.qq.com:465'   # QQ邮箱SMTP服务器+SSL端口
  smtp_from: 'galen.wang@foxmail.com' # 发件邮箱，就是你的邮箱
  smtp_auth_username: 'galen.wang@foxmail.com' # SMTP登录用户名
  smtp_auth_password: 'lxxxxxxxxcg' # 填授权码！不是邮箱密码
  smtp_require_tls: false # 465端口SSL模式，关闭TLS校验

# 路由规则：告警分组、合并、分发
route:
  group_by: ['alertname']        # 根据告警名称分组，相同告警合并消息
  group_wait: 10s                # 收到第一条告警后，等待10s，收集同组告警一起发送
  group_interval: 10s            # 同一组告警，连续两次推送最小间隔
  repeat_interval: 1h            # 同一个告警，重复发送间隔1小时，防止轰炸
  receiver: 'email-receiver'     # 默认接收者，下面定义的邮件接收器

receivers:
  - name: 'email-receiver'
    email_configs:
      - to: 'galen.wang@foxmail.com' # 收件邮箱，发给自己
        send_resolved: true # 告警恢复时，同样发送恢复邮件

# 抑制规则：严重告警触发时，抑制同实例的警告告警，避免短时间大量邮件
inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['alertname', 'instance']

运行

检查文件没有问题就执行

bash
docker compuse up -d