Prometheus 入门：快速搭建基础监控，监控 CPU / 内存指标

核心提要：本文以“快速落地”为核心目标，手把手教你搭建 Prometheus 基础监控体系，实现对主机 CPU、内存指标的采集、存储与可视化展示。全程基于 Linux 环境（新手友好），涵盖 Prometheus Server、Node Exporter、Grafana 三大核心组件的安装、配置与联动，避开入门常见坑，确保你在 1 小时内完成从“0 到 1”的监控搭建。

Prometheus 是一款开源的时序数据库监控系统，核心优势在于轻量级、易部署、支持自定义指标采集，而 Node Exporter 是 Prometheus 生态中专门用于采集主机系统指标（CPU、内存、磁盘、网络等）的工具，Grafana 则用于将 Prometheus 存储的时序数据转化为直观的可视化面板，三者协同构成“采集-存储-可视化”的基础监控闭环。

一、实操前置准备

1. 必备环境与工具

组件	作用	适用系统	核心端口
Prometheus Server	核心监控服务器（拉取、存储指标）	Linux（CentOS 7+/Ubuntu 18.04+ 推荐）	9090（默认，可自定义）
Node Exporter	采集主机 CPU/内存等系统指标	与 Prometheus 同服务器（单机测试）	9100（默认，可自定义）
Grafana	可视化监控面板（展示 CPU/内存指标）	与 Prometheus 同服务器（单机测试）	3000（默认，可自定义）
辅助工具	终端（Xshell/SSH）、浏览器（访问 Web 界面）	-	-

2. 环境前提

• 服务器已关闭防火墙（或开放对应端口：9090、9100、3000）

# CentOS 关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
# Ubuntu 关闭防火墙
ufw disable

• 服务器已安装 wget（用于下载安装包）

# CentOS 安装 wget
yum install wget -y
# Ubuntu 安装 wget
apt install wget -y

二、核心概念快速拆解（新手必知）

1. Prometheus Server：监控核心，负责从 Node Exporter 拉取指标数据、存储到本地时序数据库、提供 PromQL 查询接口。

2. Node Exporter：指标采集器，运行在目标主机上，暴露 /metrics 接口供 Prometheus 拉取 CPU、内存等系统指标。

3. Grafana：可视化工具，通过对接 Prometheus 数据源，将枯燥的指标数据转化为折线图、仪表盘等直观展示。

4. 监控目标：需要被监控的对象（本文中即运行 Node Exporter 的主机），Prometheus 通过配置文件指定监控目标。

5. PromQL：Prometheus 专属查询语言，用于筛选、聚合指标数据（如查询 CPU 使用率、内存使用率）。

三、操作步骤

步骤 1：安装并启动 Node Exporter（采集 CPU/内存指标）

Node Exporter 是采集主机系统指标的核心，先安装它才能获取 CPU、内存数据。

1. 下载并解压 Node Exporter

# 1. 创建工作目录（统一存放监控组件）
mkdir -p /opt/prometheus
cd /opt/prometheus

# 2. 下载 Node Exporter（选择稳定版本，此处以 v1.6.1 为例）
wget https://github.com/prometheus/node_exporter/releases/download/v1.6.1/node_exporter-1.6.1.linux-amd64.tar.gz

# 3. 解压安装包
tar -zxvf node_exporter-1.6.1.linux-amd64.tar.gz

# 4. 重命名目录（简化后续操作）
mv node_exporter-1.6.1.linux-amd64 node_exporter

2. 启动 Node Exporter（后台运行，开机自启）

# 1. 后台启动 Node Exporter
nohup /opt/prometheus/node_exporter/node_exporter > /opt/prometheus/node_exporter/nohup.out 2>&1 &

# 2. 验证启动是否成功（查看 9100 端口是否被占用）
netstat -tnlp | grep 9100
# 预期输出：看到 node_exporter 进程占用 9100 端口

# 3. 验证指标是否可访问（访问 /metrics 接口）
curl http://localhost:9100/metrics
# 预期输出：返回大量系统指标（如 node_cpu_usage、node_memory_usage 相关指标）

3. 关键说明

• Node Exporter 无需额外配置，启动后即可采集系统指标。

• nohup 命令确保进程在终端断开后仍能后台运行。

• 若 9100 端口被占用，可通过 --web.listen-address 指定端口，如：./node_exporter --web.listen-address=":9101"

步骤 2：安装并配置 Prometheus Server（拉取/存储指标）

1. 下载并解压 Prometheus Server

# 1. 进入工作目录
cd /opt/prometheus

# 2. 下载 Prometheus Server（稳定版本 v2.45.0 为例）
wget https://github.com/prometheus/prometheus/releases/download/v2.45.0/prometheus-2.45.0.linux-amd64.tar.gz

# 3. 解压安装包
tar -zxvf prometheus-2.45.0.linux-amd64.tar.gz

# 4. 重命名目录
mv prometheus-2.45.0.linux-amd64 prometheus

2. 修改 Prometheus 配置文件（添加 Node Exporter 监控目标）

核心是在 prometheus.yml 中配置监控目标，让 Prometheus 知道要从哪里拉取指标。

# 编辑 Prometheus 配置文件
vim /opt/prometheus/prometheus/prometheus.yml

修改配置文件内容（重点修改 scrape_configs 节点，添加 Node Exporter 监控目标）：

# 全局配置
global:
  scrape_interval: 15s  # 拉取指标的间隔时间（默认15秒，新手保持默认）
  evaluation_interval: 15s  # 评估告警规则的间隔时间

# 告警管理器配置（新手暂不配置，保留默认）
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          # - alertmanager:9093

# 规则文件（新手暂不配置，保留默认）
rule_files:
  # - "first_rules.yml"
  # - "second_rules.yml"

# 拉取配置（核心：添加监控目标）
scrape_configs:
  # 1. 监控 Prometheus Server 自身（默认配置，保留）
  - job_name: "prometheus"
    static_configs:
      - targets: ["localhost:9090"]

  # 2. 新增：监控 Node Exporter（采集 CPU/内存指标）
  - job_name: "node_exporter"  # 任务名称（自定义，便于识别）
    static_configs:
      - targets: ["localhost:9100"]  # 监控目标（本机 Node Exporter 的地址:端口）
        labels:
          instance: "local-server"  # 标签（自定义，便于区分多台主机）

保存并退出 vim（按 Esc，输入 :wq 回车）。

3. 启动 Prometheus Server（后台运行）

# 1. 后台启动 Prometheus Server
nohup /opt/prometheus/prometheus/prometheus --config.file=/opt/prometheus/prometheus/prometheus.yml > /opt/prometheus/prometheus/nohup.out 2>&1 &

# 2. 验证启动是否成功（查看 9090 端口）
netstat -tnlp | grep 9090
# 预期输出：看到 prometheus 进程占用 9090 端口

# 3. 浏览器访问验证（服务器 IP:9090）
# 示例：http://192.168.1.100:9090
# 能打开 Prometheus Web UI 即说明启动成功

4. 验证指标拉取是否成功

1. 打开浏览器，访问 http://服务器IP:9090，进入 Prometheus Web UI。

2. 点击顶部导航栏 Status → Targets，进入目标监控页面。

3. 查看 node_exporter 任务的状态，若显示 UP（绿色），说明 Prometheus 已成功连接 Node Exporter，指标拉取正常；若显示 DOWN，检查配置文件和 Node Exporter 状态。

步骤 3：安装并配置 Grafana（可视化 CPU/内存指标）

Prometheus 仅能存储和查询指标，Grafana 可将其可视化，快速看到 CPU/内存使用率的变化趋势。

1. 安装 Grafana

# 1. 安装 Grafana 依赖（CentOS 系统）
yum install -y fontconfig freetype freetype-devel fontconfig-devel libstdc++

# Ubuntu 系统安装依赖
# apt install -y apt-transport-https software-properties-common

# 2. 下载 Grafana 安装包（稳定版本 v10.0.3 为例）
cd /opt/prometheus
wget https://dl.grafana.com/oss/release/grafana-10.0.3.linux-amd64.tar.gz

# 3. 解压安装包
tar -zxvf grafana-10.0.3.linux-amd64.tar.gz

# 4. 重命名目录
mv grafana-10.0.3 grafana

2. 启动 Grafana（后台运行）

# 1. 后台启动 Grafana
nohup /opt/prometheus/grafana/bin/grafana-server --homepath=/opt/prometheus/grafana > /opt/prometheus/grafana/nohup.out 2>&1 &

# 2. 验证启动是否成功（查看 3000 端口）
netstat -tnlp | grep 3000
# 预期输出：看到 grafana-server 进程占用 3000 端口

3. 登录 Grafana 并添加 Prometheus 数据源

1. 浏览器访问 http://服务器IP:3000，进入 Grafana 登录页面。

2. 默认账号：admin，默认密码：admin（首次登录需修改密码，新手可暂时跳过，直接点击 Skip）。

3. 进入 Grafana 首页后，点击左侧导航栏 Connections → Data sources → Add data source。

4. 在数据源列表中选择 Prometheus。

5. 配置 Prometheus 数据源信息：

   • Name：自定义名称（如 Prometheus-Local）

   • URL：Prometheus 访问地址（http://localhost:9090，若 Grafana 与 Prometheus 不在同一服务器，填写服务器 IP:9090）

   • 其他配置保持默认，点击底部 Save & test。

6. 若显示 Data source is working（绿色提示），说明数据源添加成功。

4. 导入官方 Node Exporter 仪表盘（快速展示 CPU/内存指标）

无需手动配置面板，直接导入 Grafana 官方仪表盘模板，一键展示 CPU、内存、磁盘等指标。

1. 左侧导航栏点击 Dashboards → New dashboard → Import dashboard。

2. 在 Import via grafana.com 输入框中填写官方模板 ID：1860（Node Exporter 全面监控模板，最常用），点击 Load。

3. 选择数据源：在 Prometheus 下拉框中选择刚才添加的 Prometheus 数据源（如 Prometheus-Local），点击 Import。

4. 导入成功后，自动进入监控面板，即可看到 CPU 使用率、内存使用率、磁盘使用率等直观的可视化图表。

步骤 4：验证 CPU/内存监控效果

1. 可视化面板验证

在 Grafana 仪表盘页面，可清晰看到：

• CPU 相关指标：CPU 整体使用率、每个 CPU 核心的使用率、空闲 CPU 占比等（折线图展示变化趋势）。

• 内存相关指标：内存总容量、已使用内存、空闲内存、缓存内存等（仪表盘展示实时占比，折线图展示变化趋势）。

• 可通过面板顶部的时间筛选器（如近 15 分钟、近 1 小时），查看不同时间段的指标变化。

2. PromQL 查询验证（手动查询 CPU/内存指标）

若想手动查询指标，可回到 Prometheus Web UI（http://服务器IP:9090）：

1. 查询 CPU 使用率：在顶部查询框输入以下 PromQL 语句，点击 Execute（执行），即可看到 CPU 使用率的时序数据：

   # CPU 使用率（排除空闲状态，计算整体使用率）
   100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[1m])) * 100)

2. 查询内存使用率：输入以下 PromQL 语句，执行后查看内存使用率：

   # 内存使用率（已使用内存/总内存 * 100）
   100 * (1 - (node_memory_MemAvailable_bytes / (node_memory_MemTotal_bytes)))

3. 若能查询到对应数据，且与 Grafana 面板展示一致，说明监控体系搭建成功。

四、入门常见坑与解决方案

坑 1：Prometheus Targets 显示 Node Exporter 为 DOWN

• 原因：防火墙未开放 9100 端口、Node Exporter 未启动、配置文件中目标地址填写错误。

• 解决方案：① 检查 Node Exporter 状态（ps -ef | grep node_exporter）；② 验证 9100 端口可访问（curl http://服务器IP:9100/metrics）；③ 检查 prometheus.yml 中 targets 配置是否正确。

坑 2：Grafana 导入模板失败

• 原因：网络问题（无法访问 Grafana 模板仓库）、数据源未添加成功。

• 解决方案：① 手动下载模板 JSON 文件导入；② 确认 Prometheus 数据源添加成功（Save & test 显示正常）；③ 检查服务器网络是否通畅。

坑 3：Grafana 面板无数据

• 原因：Prometheus 未拉取到指标、数据源配置错误、时间筛选器选择不当。

• 解决方案：① 先在 Prometheus Web UI 用 PromQL 查询指标，确认有数据；② 检查 Grafana 数据源 URL 是否正确；③ 调整时间筛选器（选择“近 15 分钟”，确保有足够的指标数据）。

坑 4：端口被占用导致组件启动失败

• 原因：9090/9100/3000 端口被其他进程占用。

• 解决方案：① 用 netstat -tnlp | grep 端口号 查看占用进程；② 停止占用进程，或修改组件端口（如 Prometheus 启动时添加 --web.listen-address=":9091" 指定端口）。

五、总结与进阶方向

1. 核心成果回顾

• 完成了「Node Exporter（采集）→ Prometheus Server（存储/查询）→ Grafana（可视化）」的基础监控闭环。

• 成功监控主机 CPU、内存指标，可通过 Grafana 直观查看指标变化，通过 PromQL 手动查询指标。

• 掌握了 Prometheus 生态三大核心组件的安装、配置与联动方法。

2. 进阶学习方向

• 告警配置：集成 AlertManager，实现 CPU/内存使用率超过阈值时（如 CPU 使用率＞85%）自动发送邮件/钉钉告警。

• 多主机监控：在 Prometheus 配置文件中添加多台主机的 Node Exporter 地址，实现批量监控。

• 自定义指标：除了系统指标，还可采集应用指标（如 Python 应用、Docker 容器指标）。

• 数据持久化：配置 Prometheus 数据持久化存储，避免服务器重启后指标丢失。

• 面板自定义：根据业务需求，修改 Grafana 仪表盘，添加自定义指标展示。