Linux服务器监控搭建：Prometheus+Grafana可视化与告警配置完整教程

很多服务器问题是被用户发现后才知道的——这说明你没有完善的监控体系。一套好的监控系统应该在问题发生的第一时间主动告警，让你在用户感知之前就完成响应。本文带你从零搭建业界主流的 Prometheus + Grafana 监控方案，配置关键指标告警，实现真正的主动运维。

一、监控体系的架构概述

本文搭建的监控栈包含以下组件：

• Node Exporter：运行在被监控服务器上，采集系统指标（CPU、内存、磁盘、网络）并以 HTTP 格式暴露
• Prometheus：定期从 Node Exporter 拉取指标数据，存储时序数据，提供查询语言（PromQL）
• Grafana：连接 Prometheus 数据源，提供美观的可视化仪表盘
• Alertmanager：处理 Prometheus 发出的告警，发送到邮件、Telegram、Slack 等渠道

数据流：Node Exporter → Prometheus（拉取+存储）→ Grafana（可视化）+ Alertmanager（告警）

二、在被监控服务器上安装 Node Exporter

Node Exporter 需要安装在每台你想监控的服务器上：

# 下载最新版 Node Exporter
cd /tmp
wget https://github.com/prometheus/node_exporter/releases/download/v1.7.0/node_exporter-1.7.0.linux-amd64.tar.gz
tar xvf node_exporter-1.7.0.linux-amd64.tar.gz
sudo cp node_exporter-1.7.0.linux-amd64/node_exporter /usr/local/bin/

# 创建专用用户（安全最佳实践）
sudo useradd --no-create-home --shell /bin/false node_exporter

# 创建 systemd 服务
sudo nano /etc/systemd/system/node_exporter.service

[Unit]
Description=Node Exporter
After=network.target

[Service]
User=node_exporter
Group=node_exporter
Type=simple
ExecStart=/usr/local/bin/node_exporter

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable node_exporter
sudo systemctl start node_exporter

# 验证运行（应返回大量指标数据）
curl http://localhost:9100/metrics | head -20

⚠️ 注意：Node Exporter 默认监听 9100 端口，不要对公网开放，仅允许 Prometheus 服务器 IP 访问：

sudo ufw allow from Prometheus服务器IP to any port 9100

三、安装 Prometheus

Prometheus 可以单独安装在一台监控服务器上，也可以和 Grafana 装在同一台机器：

cd /tmp
wget https://github.com/prometheus/prometheus/releases/download/v2.50.0/prometheus-2.50.0.linux-amd64.tar.gz
tar xvf prometheus-2.50.0.linux-amd64.tar.gz
sudo cp prometheus-2.50.0.linux-amd64/prometheus /usr/local/bin/
sudo cp prometheus-2.50.0.linux-amd64/promtool /usr/local/bin/

# 创建配置目录
sudo mkdir -p /etc/prometheus /var/lib/prometheus
sudo useradd --no-create-home --shell /bin/false prometheus
sudo chown prometheus:prometheus /var/lib/prometheus

配置 Prometheus（添加被监控服务器）

sudo nano /etc/prometheus/prometheus.yml

global:
  scrape_interval: 15s        # 每15秒拉取一次指标
  evaluation_interval: 15s    # 每15秒评估一次告警规则

alerting:
  alertmanagers:
    - static_configs:
        - targets:
            - localhost:9093   # Alertmanager 地址

rule_files:
  - /etc/prometheus/rules/*.yml   # 告警规则文件目录

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  # 添加香港服务器监控
  - job_name: 'hk-server-01'
    static_configs:
      - targets: ['香港服务器IP:9100']
        labels:
          instance: 'hk-server-01'
          region: 'hongkong'

  # 可继续添加更多服务器
  - job_name: 'us-server-01'
    static_configs:
      - targets: ['美国服务器IP:9100']
        labels:
          instance: 'us-server-01'
          region: 'us-west'

sudo chown -R prometheus:prometheus /etc/prometheus

# 创建 systemd 服务（省略详细步骤，类似 Node Exporter）
sudo systemctl enable prometheus
sudo systemctl start prometheus

# 访问 Prometheus Web UI
# http://监控服务器IP:9090

四、安装 Grafana 并接入 Prometheus

# 添加 Grafana APT 仓库
sudo apt install -y apt-transport-https software-properties-common
wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
echo "deb https://packages.grafana.com/oss/deb stable main" | sudo tee /etc/apt/sources.list.d/grafana.list

sudo apt update
sudo apt install grafana -y
sudo systemctl enable grafana-server
sudo systemctl start grafana-server

访问 http://监控服务器IP:3000，默认用户名/密码：admin/admin（首次登录后立即修改）。

添加 Prometheus 数据源

1. 左侧菜单 → Connections → Data Sources → Add data source
2. 选择 Prometheus
3. URL 填写：http://localhost:9090
4. 点击 Save & Test，显示"Successfully queried the Prometheus API"即成功

导入现成仪表盘（强烈推荐）

不需要从零设计仪表盘，直接导入社区模板：

1. 左侧菜单 → Dashboards → Import
2. 在 "Import via grafana.com" 中输入 ID：1860（Node Exporter Full，最流行的服务器监控仪表盘）
3. 选择 Prometheus 数据源 → Import

导入后即可看到包含 CPU、内存、磁盘 I/O、网络流量等完整指标的专业仪表盘。

五、配置告警规则

创建告警规则文件

sudo mkdir -p /etc/prometheus/rules
sudo nano /etc/prometheus/rules/server_alerts.yml

groups:
  - name: server_alerts
    rules:
      # CPU 使用率超过 80% 持续 5 分钟
      - alert: HighCPUUsage
        expr: 100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 80
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "CPU 使用率过高 ({{ $labels.instance }})"
          description: "CPU 使用率已超过 80%，当前值：{{ $value | printf \"%.1f\" }}%"

      # 内存使用率超过 90%
      - alert: HighMemoryUsage
        expr: (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100 > 90
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: "内存使用率过高 ({{ $labels.instance }})"
          description: "内存使用率已超过 90%，当前值：{{ $value | printf \"%.1f\" }}%"

      # 磁盘使用率超过 85%
      - alert: HighDiskUsage
        expr: (1 - (node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"})) * 100 > 85
        for: 1m
        labels:
          severity: warning
        annotations:
          summary: "磁盘使用率过高 ({{ $labels.instance }})"
          description: "根分区磁盘使用率已超过 85%，当前值：{{ $value | printf \"%.1f\" }}%"

      # 服务器宕机（Node Exporter 超过 3 分钟无响应）
      - alert: InstanceDown
        expr: up == 0
        for: 3m
        labels:
          severity: critical
        annotations:
          summary: "服务器离线 ({{ $labels.instance }})"
          description: "服务器 {{ $labels.instance }} 已离线超过 3 分钟"

sudo chown prometheus:prometheus /etc/prometheus/rules/server_alerts.yml
sudo systemctl reload prometheus

六、配置 Alertmanager 发送 Telegram 告警

Telegram 是运维团队最常用的告警接收渠道，配置简单，支持手机推送。

Step 1：创建 Telegram Bot

1. 在 Telegram 中搜索 @BotFather
2. 发送 /newbot 创建新 Bot，记录 Token
3. 与 Bot 对话，获取你的 Chat ID（可通过 @userinfobot 查询）

Step 2：配置 Alertmanager

sudo nano /etc/alertmanager/alertmanager.yml

global:
  resolve_timeout: 5m

route:
  group_by: ['alertname', 'instance']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 4h
  receiver: 'telegram'

receivers:
  - name: 'telegram'
    telegram_configs:
      - api_url: 'https://api.telegram.org'
        bot_token: '你的Bot_Token'
        chat_id: 你的Chat_ID
        message: |
          🚨 *告警通知*
          *告警名称*: {{ .GroupLabels.alertname }}
          *服务器*: {{ .GroupLabels.instance }}
          *状态*: {{ .Status }}
          *详情*: {{ range .Alerts }}{{ .Annotations.description }}{{ end }}

sudo systemctl restart alertmanager

七、轻量替代方案：UptimeRobot（适合新手）

如果 Prometheus + Grafana 的搭建复杂度超过了你目前的技术栈，可以先从 UptimeRobot 开始：

• 免费版支持最多 50 个监控项，每 5 分钟检测一次
• 支持 HTTP、Ping、TCP 端口、关键词监控
• 宕机立即发送邮件、短信或 Telegram 通知
• 无需在服务器上安装任何东西

UptimeRobot 适合监控网站可用性，但无法监控服务器内部指标（CPU、内存等）。两者可以结合使用：UptimeRobot 做外部可用性监控，Prometheus 做内部指标监控。

总结

一套完整的服务器监控体系让你从"被动救火"变为"主动预防"：

• 📊 Grafana 仪表盘：实时掌握所有服务器的健康状态
• 🔔 Prometheus 告警：问题发生时第一时间收到通知，而不是等用户投诉
• 📱 Telegram 推送：随时随地在手机上接收告警，快速响应

监控是服务器运维的基础设施，建议在业务上线之前就配置好。后浪云香港云服务器提供稳定的网络环境，是部署监控服务的理想基础，如有技术问题欢迎通过工单联系我们的工程师团队。