登录社区云，与社区用户共同成长
邀请您加入社区
用 Prometheus 跑单机的 Node Exporter 监控，大多数人都会，但真正在生产环境里跑的时候有个很现实的问题：监控机不一定能和被监控机装在同一台机器上。出于安全隔离、资源分配、架构清晰的考虑，监控服务和被监控目标分开部署才是标准做法。Prometheus 本身采用拉取式监控模型，天然支持这种分布式架构。关键在于 Node Exporter 把指标通过 HTTP 接口暴露出来，Pr
服务器维护这件事，最让人难受的不是它挂了，而是不知道它挂了——等你从用户投诉里发现的时候，问题已经持续一两个小时了。这种情况出现几次之后，我就开始认真考虑搭一套监控告警系统。Prometheus + Node_Exporter + Alertmanager 这套组合在运维圈子里用得很多，核心原理也不复杂：Node_Exporter 负责把服务器 CPU、内存、磁盘这些指标暴露出来，Promethe
Prometheus是一个开源的服务监控系统和时序数据库，其提供了通用的数据模型和快捷数据采集、存储和查询接口。它的核心组件Prometheus server会定期从静态配置的监控目标或者基于服务发现自动配置的目标中进行拉取数据，当新拉取到的数据大于配置的内存缓存时，数据就会持久化到存储设备中。
用 Docker Compose 一键部署 Prometheus + Grafana + NodeExporter，实时监控服务器CPU、内存、磁盘、网络。包含架构详解、配置逐行解释、4个踩坑记录，适合运维新手入门。
本文档详细介绍了在Ubuntu系统上部署Prometheus监控系统的完整流程。主要内容包括： 环境说明：适用于Ubuntu 20.04/22.04离线部署，采用二进制安装包，使用systemd管理服务。核心组件包括Prometheus+Grafana+Blackbox Exporter作为监控端，Node Exporter作为被监控端代理。 监控端部署步骤： 开放必要端口（9090/3000/9
摘要：本文介绍了在华为ArkTS开发语言中使用Column组件实现垂直居中对齐的两种方法：一是通过设置alignment属性为Alignment.Center；二是结合Flex布局，配置justifyContent和alignItems属性。两种方式都能有效实现垂直居中效果，开发者可根据具体场景选择适合的方案。文章旨在帮助开发者快速掌握ArkTS布局技巧，提升多端应用开发效率。
ArkTS是鸿蒙生态基于TypeScript优化的应用开发语言。本文介绍了ArkTS中的FolderStack容器组件，该组件可实现类似文件夹堆叠的布局效果。主要讲解了其基本概念、常用属性（如spacing设置间距、alignment控制对齐方式），并提供了示例代码展示如何使用。FolderStack适用于文件管理界面、分类信息展示和侧边栏菜单等场景，能直观呈现层次结构信息，提升用户体验。该组件为
鸿蒙系统(HarmonyOS)是华为研发的分布式操作系统，具有三大核心特点：分布式能力实现多设备协同工作；"一次开发，多端部署"降低开发成本；原子化服务提供轻量化体验。其分层架构包含内核层、基础服务层和程序框架层。应用场景覆盖智能手机、智能家居、智能汽车等多个领域。自2019年发布1.0版本以来，鸿蒙系统持续迭代升级，目前已发展到4.0版本，为物联网时代提供了创新的操作系统解决
ArkTS5.0中的Refresh组件是实现下拉刷新功能的核心元素。该组件通过包裹需要刷新的内容区域，允许用户通过下拉操作触发数据更新。主要特性包括：可设置触发距离阈值（triggerDistance）、定义刷新事件处理函数（onRefresh）、控制组件可用性（enabled）以及自定义刷新指示器样式（indicator）。典型应用场景包括社交应用的聊天记录更新、新闻客户端的内容刷新以及电商平台
本文介绍了华为ArkTS开发语言中Row和Column布局组件的使用方法。Row用于水平排列子组件，支持设置宽度、高度、对齐方式和间距，适用于工具栏、表单行和导航栏等场景。Column用于垂直排列子组件，同样支持尺寸、对齐和间距设置，常用于列表展示、表单布局和垂直导航栏。通过代码示例展示了两种布局的基本用法，帮助开发者快速掌握ArkTS的界面布局技巧。
摘要 本文深入探讨了Prometheus与Prometheus Operator在Kubernetes环境中的集成方案。作为云原生监控的事实标准，Prometheus通过Operator实现了自动化管理，显著降低了运维复杂度。文章详细介绍了Operator的核心CRD资源（Prometheus、ServiceMonitor等）及其工作原理，提供了完整的安装部署指南，并通过Mermaid图表清晰展示
摘要 本文介绍了如何使用Prometheus监控自定义业务指标，解决系统指标无法反映业务状态的问题。通过Python编写Exporter暴露业务数据（如待处理任务数），配置Prometheus抓取和告警规则，实现业务级监控。文章包含入门和进阶两部分：入门部分展示固定值监控；进阶部分演示动态文件数据监控及告警触发。关键步骤包括安装工具、创建Exporter、配置Prometheus和验证指标，最终实
Prometheus 监控数据生命周期管理 摘要 本文深入探讨 Prometheus 监控数据的生命周期管理策略，重点聚焦样本清理与存储扩容两大核心问题。主要内容包括： 数据模型与存储机制：解析 Prometheus 的时序数据模型和本地存储架构，包括 WAL 日志、内存块和持久化块的设计原理。 样本清理策略： 时间保留（15天默认）和大小保留两种配置方式 动态调整保留策略的方法 Java应用中避
Prometheus 源码核心模块与启动流程分析 摘要 本文深入分析了Prometheus监控系统的核心架构与源码实现。主要内容包括： 整体架构：Prometheus采用Pull模型，核心组件包括Server、TSDB、Alertmanager等，通过服务发现动态获取监控目标。 源码结构： retrieval模块负责指标采集 storage/tsdb实现高性能时序存储 rules模块处理告警和记录
一台服务器跑着重要业务，你人在外面，突然服务挂了——等你发现的时候可能已经过了半小时。这种场景但凡碰上过一次，就会明白监控这件事拖不得。今天聊的这套方案，用的是四个开源组件：Prometheus 负责采集指标和定义告警规则，Node_Exporter 是个轻量级指标暴露器，装在服务器上一键启用，Alertmanager 作为告警中枢把消息推出去，cpolar 做内网穿透让公网能访问到本地服务。整套
Prometheus 是 CNCF（Cloud Native Computing Foundation）毕业项目，采用拉取（Pull）模型采集指标，支持强大的 PromQL 查询语言，广泛用于 Kubernetes 环境和微服务监控。@Service// 模拟业务耗时});启动应用后，访问同时，统一查询界面：Grafana Explore 同时支持 PromQL 和 LogQL。高效根因分析：从指
在现代云原生架构中，监控系统已成为保障服务稳定性的核心组件。Prometheus 作为 CNCF 毕业项目，凭借其强大的数据模型、灵活的查询语言和活跃的生态系统，已成为事实上的监控标准。然而，开箱即用的告警通知往往过于通用，难以满足团队对告警信息精准传达的需求。本文将深入探讨如何通过自定义告警模板（Alert Templates）来实现个性化的告警内容与格式设计，帮助运维和开发团队快速定位问题、提
摘要： 本文介绍如何在Spring Boot微服务中集成Prometheus监控系统，实现应用指标的自动采集与可视化监控。通过Micrometer库和Spring Boot Actuator，开发者可以轻松暴露JVM、HTTP请求等关键指标到Prometheus端点。文章详细讲解了Prometheus的核心概念（时序数据、拉取模型、PromQL查询语言），并提供了完整的代码示例，包括依赖配置、端点
在现代云原生架构中，Kubernetes（简称 K8s）已成为容器编排的事实标准。然而，随着集群规模的扩大和微服务数量的激增，如何有效监控整个系统运行状态成为运维团队的核心挑战。Prometheus 作为 CNCF 毕业项目，凭借其强大的多维数据模型、灵活的查询语言 PromQL 以及活跃的生态系统，已成为 Kubernetes 监控领域的首选方案。而 **kube-state-metrics**
本文摘要介绍了Grafana配置文件中的关键配置项，主要包括： 路径设置：包括数据、日志、插件和配置文件的存储路径； 服务器配置：协议、端口、域名、TLS等网络相关设置； 数据库连接：支持多种数据库类型及连接参数配置； 安全设置：管理员账户、加密、Cookie安全、内容安全策略等； 认证配置：登录设置、OAuth集成、匿名访问等。 这些配置项涵盖了Grafana的核心功能模块，包括数据存储、网络服
摘要 本文介绍了如何利用Prometheus Pushgateway监控短生命周期任务，解决传统拉模型无法捕获临时任务指标的问题。通过两种安装方式（二进制包和Docker）详细演示Pushgateway部署，并配置Prometheus抓取指标。文章包含两个实用场景：Shell备份脚本和Python数据处理任务的指标上报，以及内网穿透方案实现外网任务监控。该方案适用于定时脚本、CI/CD流水线等场景
本文介绍了如何利用Prometheus监控自定义业务指标，解决系统层面监控无法覆盖业务逻辑的问题。主要内容包括： 基础配置：通过Python编写Exporter暴露自定义指标（如待处理任务数），配置Prometheus抓取数据并展示。 进阶应用：监控动态变化的业务指标（如文件中的任务数），设置告警规则（任务数>50持续2分钟触发告警）。 实现步骤： 安装必要工具（Python、prometheus
本文介绍了一套基于开源组件的服务器监控告警方案，通过Prometheus、Node_Exporter、Alertmanager和cpolar的组合实现。主要内容包括：在CentOS7上安装配置Alertmanager服务，使用cpolar进行内网穿透生成公网访问地址，最后在Prometheus中配置Alertmanager告警规则。该方案具有轻量级、可控性强、配置灵活的特点，适合开发者和运维新手快
Prometheus 告警通知集成指南 摘要 本文详细介绍了如何将 Prometheus 告警系统与主流通知渠道（邮件、钉钉、企业微信、短信）进行集成配置。主要内容包括： 架构解析：Prometheus 采用"规则评估+告警分发"的两阶段模型，通过 Alertmanager 实现告警的分组、抑制和路由分发。 邮件集成：配置 SMTP 服务器参数，设置邮件接收者，并创建测试告警规则验证功能。 钉钉集
Prometheus(由go语言开发)是一套开源的监控&报警&（按照时间排序）数据库的组合。因为kubernetes(俗称k8s)的流行带动了prometheus的发展。它可以监控主机，服务，容器，支持多种采集数据，还支持pushgateway进行数据上报，Prometheus性能足够支撑上万台规模的集群。时间序列数据(TimeSeries Data) : 按照时间顺序记录系统、设备状态变化的数据
Grafana是开源可视化监控仪表盘工具，支持Prometheus、InfluxDB、Elasticsearch等多数据源，可快速绘制美观的监控图表、自定义仪表盘，同时具备强大的告警通知能力，是Prometheus最佳可视化配套工具。Alertmanager是Prometheus配套告警组件，负责接收Prometheus推送的告警信息，实现告警分组、去重、抑制、延时、推送通知（邮件、钉钉、企业微信
默认推送消息格式简陋、信息不全，生产环境建议自定义模板，展示告警时间、实例、级别、详情、恢复状态。Prometheus 告警的核心不在于“配置触发阈值”，而在于精准规则 + 合理降噪 + 闭环推送。本文搭建的全链路方案，覆盖了服务器基础监控告警，可直接落地生产。在此基础上，你可以延伸拓展：业务接口错误率告警、日志告警、K8s集群资源告警、告警静默时间配置、多渠道（企业微信、邮件、短信）推送等，打造
Ray 是一个分布式 Python 框架，核心抽象包括无状态 Task 和有状态 Actor。集群架构分为控制平面（GCS、Raylet、Dashboard 等）和数据平面（Driver、Worker）。资源调度通过声明式方式管理，支持 placement group 实现多卡协同。启动过程依次拉起 GCS、Object Store、Raylet 等组件，并自动配置监控系统。Dashboard 提
不知道有没有人跟我一样，盯着进度条熬了半天终于把OpenClaw跑起来了，结果对着那个干净得像白纸一样的界面，脑子瞬间空白——然后呢？我该拿它干嘛？这种感觉就像好不容易爬到山顶，结果发现忘了带相机。工具都在，但不知道往哪使劲。
Prometheus监控Docker容器：cAdvisor集成指南 摘要 本文介绍了使用Prometheus和cAdvisor监控Docker容器的完整解决方案。主要内容包括： 监控必要性：容器环境具有动态性、资源隔离等特性，传统监控工具难以适应 工具介绍： Prometheus：云原生监控系统，支持多维数据模型和强大查询语言 cAdvisor：Google开发的容器分析工具，自动收集容器资源指标
摘要：Prometheus AlertManager深度配置指南 本文深入解析Prometheus AlertManager的三大核心功能：告警路由、分组和抑制规则。首先介绍AlertManager的工作流程，包括告警接收、去重、分组、路由、抑制和通知发送等环节。重点讲解告警分组的配置策略，如何通过group_by标签优化告警聚合，并给出Java应用中的标签设计实践。详细说明路由树机制，展示多团队
Consul 是 HashiCorp 推出的服务网格解决方案，提供服务发现、健康检查、KV 存储、多数据中心等能力。其服务注册模型简单直观：服务实例启动时向 Consul Agent 注册自身信息（名称、IP、端口、健康检查等），Prometheus 则通过 Consul HTTP API 查询这些信息。Prometheus 的服务发现机制是其适应云原生环境的核心能力。通过与Consul和Kube
Grafana是一款开源的图形化展示工具，支持从多个数据源读取数据，包括Prometheus、MySQL、ElasticSearch、PostgreSQL等主流数据库。官方文档默认访问信息用户名：admin密码：admin（首次登录需修改）这是一张图片，ocr 内容为：Grafana支持安装第三方插件扩展功能。这说明缺少必要的插件，需要手动安装。
可视化流程画布：支持自由布局和固定布局，让你可以直观地设计工作流。节点配置表单：强大的表单引擎，简化节点数据的配置与管理。变量作用域链：清晰的数据流管理，确保信息在节点间准确传递。丰富的内置物料：如 LLM 节点、条件判断节点、代码编辑器节点等，覆盖常见开发需求。简而言之，FlowGram 将构建工作流平台所需的“乐高积木”都准备好了，你只需要专注于业务逻辑的拼装。
Zabbix管着网络设备和服务器、Prometheus管着容器和中间件、阿里云/腾讯云监控管着云上ECS——3套工具各发各的告警，值班人要同时盯3个渠道，重复告警没人去重，跨系统的关联故障没人能串起来。本文从一个真实的"3套监控并存"环境出发，完整实现多源告警统一接入：Zabbix Webhook配置、Prometheus Alertmanager对接、云API告警回调，统一写入事件总线做归一化处
MSRM3是一款基于.NET 10 AOT技术构建的企业级运维平台，单文件约30MB，无需数据库和环境依赖。核心能力包括：基于SNMP分层探测的全网拓扑自动发现（实测473台设备、467根连线）；跨平台服务器全维度监控（Linux/Windows，覆盖CPU/内存/磁盘/TCP/进程/服务/SSL证书）；基于拓扑关系的IP精准定位（穿越7层设备约1分钟）；WebGL 3D物理拓扑（建筑-楼层-设备
本文详细介绍如何为 AMD Instinct MI300X GPU 集群构建生产级监控体系。通过 rocm-smi-exporter 采集 GPU 核心指标，使用 Prometheus 进行数据存储，Grafana 实现可视化看板，并配置智能告警规则（过热、OOM、异常降频）。同时集成 ELK Stack 进行日志收集与分析，提供完整的故障排查手册。实测表明，该监控体系可将故障发现时间从 30 分
本文详细介绍了基于Prometheus监控Hadoop集群的完整方案。通过JMX Exporter将Hadoop组件暴露的JMX JSON指标转换为Prometheus可识别格式，采用文件发现机制实现自动采集，最终通过Grafana实现可视化监控。文章从原理到实践，涵盖核心组件配置、Prometheus部署、Grafana仪表盘搭建全流程，并针对"网页解析失败"等常见问题提供解
本文详细介绍了Prometheus官方工具blackbox_exporter的安装部署与配置方法。该工具支持HTTP、TCP、ICMP等多种协议探测，可实现端口存活检测、接口可用性监控、主机探活等功能。文章以192.168.38.148服务器为例，从环境准备、二进制包下载、服务配置到Prometheus集成，提供了完整的操作步骤。重点讲解了四种监控场景的配置方法，包括HTTP请求测试、POST接口
Beszel是一款轻量级服务器监控工具，支持Docker部署和多主机管理。它通过中心hub+agent模式运行，可监控CPU、内存、磁盘、网络等基础指标及Docker容器状态。安装仅需一个docker-compose配置文件，占用资源低且无需额外数据库。本文详细介绍了在极空间NAS上部署Beszel的步骤，包括SSH连接验证、Docker环境检查、容器部署及客户端添加方法，支持Linux Dock
prometheus
——prometheus
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
openEuler 社区
HarmonyOS开发者社区
