背景

家里自从安装了Esxi服务之后，在上面装好了好几个各种用途的虚拟机，机器少了还好，登上去看下负载即可，但机器多了之后，不得不统一监控一下负载，自己又是一个比较懒的人，本着能省事则省事的原则，找到了一个相对简单的方案。

假设有服务器A、B、C

我想在A上安装监控服务，来监控ABC三台服务器的负载情况，包括A服务器监控自己。

方案

采用经典的grafana+Prometheus+node_exporter的CP组合，同时所有的组件都是使用docker-compose的方式来执行，这样的好处就是所有服务都在容器内，不会对宿主机产生污染。

组件

搭建

在AI的年代，对于docker这种标准化的模板代码，使用AI来写再适合不过了，下面就是AI帮我生成的docker-compose脚本。

服务器A：

version: '3'
services:
  prometheus:
    image: prom/prometheus
    container_name: prometheus
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
    restart: unless-stopped

  grafana:
    image: grafana/grafana
    container_name: grafana
    ports:
      - "3000:3000"
    volumes:
      - grafana_data:/var/lib/grafana
    restart: unless-stopped

  node_exporter:
    image: prom/node-exporter
    container_name: node_exporter
    ports:
      - "9100:9100"
    restart: unless-stopped

volumes:
  grafana_data:

可以看到，A服务器上运行了Prometheus+grafana+node_exporter（监控自己）三个组件。

在docker-compose的同级目录下，创建prometheus.yml

global:
  scrape_interval: 15s  # 抓取间隔
  scrape_timeout: 10s   # 抓取超时时间

scrape_configs:
  - job_name: "node"    # 任务名称
    static_configs:
      - targets: ["192.168.3.17:9100","192.168.3.20:9100","192.168.3.2:9100"]  # 替换为你的node_exporter地址

服务器B\C：

version: '3'
services:
  node_exporter:
    image: prom/node-exporter
    container_name: node_exporter
    ports:
      - "9100:9100"
    restart: unless-stopped

B、C两天服务器是同等位置，这里只贴一个。

部署

因为使用docke部署起来就异常简单，将上面的docker-compose文件复制到服务器上面：

个人一般操作方法，第一次在前端执行，查看日志没有异常后，再添加-d参数，选择后台执行。

docker compose up -d

搭建看板

在浏览器打开服务器A的grafana服务：

• http://server_A:3000

• 默认用户名密码admin

添加数据源

首先添加Prometheus数据源，因为我的Prometheus部署在服务器A上面，所以填写信息如下：

添加看板

操作路径：添加看板-》导入-》

然后在输入框中输入看板id：1860 或者 10204，或者去官网上找自己喜欢的看板。

查看效果

到这里就全部搭建好了，这个方案的优点：

• 结构简单简单易上手，

• 使用容器部署，不污染宿主机，不想监控直接删除容器即可。

参考资料

• Docker：https://www.docker.com

• Docker Compose： https://docs.docker.com/compose

• Prometheus： https://prometheus.io

• Node Exporter： https://prometheus.io/docs/guides/node-exporter

• Grafana： https://grafana.com