一、安装

  node_exporter:
    image: prom/node-exporter:v1.8.0
    container_name: node_exporter
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro
    # ports:
    #   - 9100:9100
    environment:
      TZ: Asia/Shanghai
    command:
      - '--path.procfs=/host/proc'
      - '--path.rootfs=/rootfs'
      - '--path.sysfs=/host/sys'
      - '--collector.filesystem.ignored-mount-points=^/(sys|proc|dev|host|etc)($$|/)'
    network_mode: "host"
    restart: always

二、接入prometheus

1、通过静态文件配置加入

scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: "prometheus"

    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.

    static_configs:
      - targets: ["127.0.0.1:9100"]

三、图表

1、grafana

grafana.com/grafana/das…

搜索：node-expoter

grafana.com/grafana/das…

之后下载，导入到grafana里

2、夜莺

夜莺内置了一些常用exporter采集图表

我用的是社区版：v7.0.0，从仪表盘 -> 内置仪表盘 -> 搜索linux -> 点击搜索到的，选择带有 Node Exporter的图表

四、监控

一些高频常用的监控

up cpu使用率内存使用率网络使用情况磁盘使用情况

一般需要对这些比较核心的指标进行配置告警

夜莺里面也有内置一些常用的监控策略，从告警管理 -> 内置规则 ->linux，选择 linux_by_exporter

docker-compose部署node-exporter