跳到主要内容

Prometheus 架构与采集配置

Prometheus 是一套开源的系统监控和报警框架。它采用 Pull（拉取）模式从各种 Target（被监控端）拉取时间序列数据，并通过 PromQL 实现强大的数据查询。

1. 核心采集配置文件（prometheus.yml）​

以下是一个生产级别的 prometheus.yml 监控配置模版，涵盖了静态节点采集、K8s 动态发现以及 Alertmanager 的对接：

global:
  scrape_interval: 15s      # 默认抓取周期
  evaluation_interval: 15s  # 规则评估周期
  external_labels:
    monitor: 'codelab-monitor'

# 报警管理器 Alertmanager 配置
alerting:
  alertmanagers:
    - static_configs:
        - targets:
            - 'alertmanager:9093'

# 告警规则文件加载
rule_files:
  - "rules/*.yml"

# 数据抓取配置
scrape_configs:
  # 监控 Prometheus 自身
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  # 监控物理机/虚拟机服务器 (Node Exporter)
  - job_name: 'node-exporter'
    static_configs:
      - targets: ['192.168.1.100:9100', '192.168.1.101:9100']
    relabel_configs:
      - source_labels: [__address__]
        regex: '(.*):9100'
        target_label: 'instance'
        replacement: '$1'

  # 自动发现 Kubernetes Pods（通常在 K8s 内部运行）
  - job_name: 'kubernetes-pods'
    kubernetes_sd_configs:
      - role: pod
    relabel_configs:
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape]
        action: keep
        regex: true

2. PromQL 常用查询模版​

CPU 使用率​

# 计算节点最近 5 分钟的 CPU 平均使用率
100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

内存使用率​

# 计算内存使用率（排除 buffer/cache 的影响）
(node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes * 100

磁盘 I/O 读写延迟​

# 磁盘每秒读写次数 (IOPS)
irate(node_disk_reads_completed_total[5m]) + irate(node_disk_writes_completed_total[5m])