从零构建云服务器监控体系：Prometheus+Grafana实战指南

去年接手朋友创业项目的服务器运维时，我面对着一台没有任何监控的云主机——直到某天凌晨MySQL崩溃导致服务中断8小时，才意识到监控系统的重要性。本文将分享如何用Prometheus+Grafana为云服务器搭建完整的监控解决方案，涵盖从基础资源到MySQL数据库的全方位监控。

1. 环境准备与组件规划

在阿里云ECS上实测时发现，默认的安全组规则会阻断监控数据采集。我们需要先规划好各组件的关系：

• 数据流架构：

  云服务器资源指标 → node_exporter → Prometheus → Grafana
  MySQL性能指标 → mysqld_exporter → Prometheus → Grafana
  

• 端口规划表：

  组件	默认端口	安全组建议
  Prometheus	9090	限制IP访问
  node_exporter	9100	内网开放
  mysqld_exporter	9104	内网开放
  Grafana	3000	公网开放

提示：生产环境建议为exporter配置认证，文中示例为简化流程未包含

2. Prometheus核心部署

通过systemd管理服务能获得更好的稳定性，以下是经过20+次部署验证的最佳实践：

# 下载最新稳定版（示例版本号需替换）
wget https://github.com/prometheus/prometheus/releases/download/v2.47.0/prometheus-2.47.0.linux-amd64.tar.gz
tar xzf prometheus-*.tar.gz
mv prometheus-*/ /usr/local/prometheus

配置示例（/etc/systemd/system/prometheus.service）：

[Unit]
Description=Prometheus Monitoring
After=network.target

[Service]
User=prometheus
ExecStart=/usr/local/prometheus/prometheus \
  --config.file=/usr/local/prometheus/prometheus.yml \
  --storage.tsdb.path=/var/lib/prometheus/data \
  --web.listen-address=:9090
Restart=always

[Install]
WantedBy=multi-user.target

关键配置项说明：

• scrape_interval: 15s（平衡精度与资源消耗）
• evaluation_interval: 15s（告警规则评估频率）
• 推荐添加external_labels区分不同环境

3. 指标采集器部署实战

3.1 系统指标采集（node_exporter）

除基础指标外，建议启用以下模块：

./node_exporter \
  --collector.systemd \
  --collector.tcpstat \
  --collector.netdev

3.2 MySQL监控配置

安全提示：避免使用root账号，创建专用监控账户：

CREATE USER 'exporter'@'localhost' IDENTIFIED BY 'ComplexPassword123!';
GRANT PROCESS, REPLICATION CLIENT, SELECT ON *.* TO 'exporter'@'localhost';

.my.cnf配置示例：

[client]
user=exporter
password=ComplexPassword123!
host=127.0.0.1
port=3306

4. Grafana可视化进阶技巧

导入仪表盘时，这几个开源模板最实用：

• Node Exporter Full (ID: 1860)
• MySQL Overview (ID: 7362)
• Prometheus 2.0 Stats (ID: 3662)

自定义图表时推荐使用：

# 查询过去5分钟CPU使用率
100 - (avg by(instance)(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

5. 生产环境优化建议

• 存储优化：

  • 调整--storage.tsdb.retention.time（默认15天）
  • 考虑远程存储方案（如Thanos、Mimir）

• 性能调优：

  # prometheus.yml
  global:
    scrape_interval: 30s  # 高负载时调整
  

• 安全加固：

  • 为Grafana配置HTTPS
  • 使用basic_auth保护Prometheus接口

在最近的一次客户部署中，这套监控系统提前预警了磁盘空间不足的问题，避免了服务中断。当看到所有指标在Grafana上实时展现时，那种对系统运行状态的了如指掌的感觉，是运维工作最大的成就感来源。