# 深入了解如何使用 Docker Compose 进行 Prometheus、Grafana 和 node_exporter 的监控

最新推荐文章于 2024-09-15 01:05:24 发布

mefengl

最新推荐文章于 2024-09-15 01:05:24 发布

阅读量85

点赞数

分类专栏： Medium同步文章标签： docker prometheus grafana 运维

本文链接：https://blog.csdn.net/qq_45663927/article/details/132601077

版权

Medium同步专栏收录该内容

24 篇文章 0 订阅

订阅专栏

引言

监控不仅仅是一个任务，它是系统管理的核心部分。通过监控，您可以了解系统的性能，及时发现问题，并优化资源使用。本文将详细介绍如何使用 Docker Compose 设置一个健壮的 Prometheus、Grafana 和 node_exporter 监控堆栈。除了“如何”设置之外，我们还将解释每个设置背后的“为什么”。

项目结构

项目以特定的目录结构进行组织，以提高可读性和可维护性：

.
├── docker-compose.yml
├── grafana-provisioning
│   ├── dashboards
│   │   ├── dashboards.yaml
│   │   └── my_dashboard.json
│   └── datasources
│       └── datasources.yaml
└── prometheus.yml

Docker Compose 配置 (`docker-compose.yml`)

以下是 Docker Compose 的配置：

# docker-compose.yml
version: '3'
services:
  prometheus:
    image: prom/prometheus:latest
    command:
      - --storage.tsdb.retention.time=7d
      - --config.file=/etc/prometheus/prometheus.yml
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
  grafana:
    image: grafana/grafana:latest
    ports:
      - "3000:3000"
    volumes:
      - ./grafana-provisioning/dashboards:/etc/grafana/provisioning/dashboards
      - ./grafana-provisioning/datasources:/etc/grafana/provisioning/datasources
  node_exporter_1:
    image: prom/node-exporter:latest
    ports:
      - "9100:9100"
  node_exporter_2: 
    image: prom/node-exporter:latest
    ports:
      - "9101:9100"

为什么是这些设置？

Prometheus
- image: prom/prometheus:latest：我们使用最新的镜像，以获取最新的功能和安全补丁。
- command：
  - --storage.tsdb.retention.time=7d：7 天的数据保留策略是一个常见的设置，平衡了存储使用和数据可用性。
  - --config.file=/etc/prometheus/prometheus.yml：明确告诉 Prometheus 在哪里找到其配置，以确保使用正确的文件。
- ports：暴露 9090 端口以访问 Prometheus 仪表板。
- volumes：将我们的自定义 Prometheus 配置映射到容器中。
Grafana
- image: grafana/grafana:latest：与 Prometheus 类似，我们希望使用最新的 Grafana 镜像。
- ports：暴露 3000 端口以访问 Grafana 仪表板。
- volumes：通过挂载这些卷，Grafana 可以自动发现数据源和仪表板。
Node Exporter
- image: prom/node-exporter:latest：我们使用最新版本从主机机器收集指标。
- ports：这些端口被暴露，以便 Prometheus 可以抓取指标。注意，我们在不同的端口上运行两个实例，以模拟监控多个节点。

Prometheus 配置 (`prometheus.yml`)

以下是配置：

# prometheus.yml
scrape_configs:
  - job_name: 'node'
    scrape_interval: 5s
    static_configs:
      - targets: ['node_exporter_1:9100', 'node_exporter_2:9100']

为什么是这些设置？

scrape_configs：这里我们定义要抓取什么。
- job_name: 'node'：一个作业收集某种类型的指标；这里选择“node”以便于理解。
- scrape_interval: 5s：5 秒的间隔提供了准实时数据，同时不会过度负担系统。
- static_configs：我们指定从哪些实例抓取指标。在实际场景中，这可以动态配置。

Grafana 配置

数据源 (`datasources.yaml`)

# datasources.yaml
apiVersion: 1
datasources:
  - name: Prometheus
    type: prometheus
    url: http://prometheus:9090
    access: proxy

为什么是这些设置？

name: Prometheus：将数据源命名为“Prometheus”，使其类型清晰明了。
type: prometheus：这指定了数据源类型，必须设置为“prometheus”以连接到 Prometheus 实例。
url: http://prometheus:9090：这是 Grafana 将找到 Prometheus 的地方。名为“prometheus”的名称由 Docker 内部解析。
access: proxy：Grafana 代理请求，通过不直接暴露数据源来增加一些安全性。