轻量级多节点系统监控方案实战：Node Exporter + Prometheus + Grafana & 替代方案

共计 1701 个字符，预计需要花费 5 分钟才能阅读完成。

我有多台主机（2 台斐讯 N1、2 台云服务器、1 台 NAS 和 1 台内网主机），想统一进行资源监控。目标是：

• 轻量
• 开源免费
• 支持 Docker
• 支持集中展示所有主机状态

本文记录了实践 Prometheus + Grafana 方案的全过程，并推荐了更简单的替代方案。

🧱 主方案：Prometheus + Node Exporter + Grafana

1. 部署 Node Exporter（每台机器）

docker run -d \
  --name node-exporter \
  -p 9100:9100 \
  --pid="host" \
  -v "/:/host:ro,rslave" \
  prom/node-exporter \
  --path.rootfs=/host

• --pid="host"：使用宿主机的 PID 命名空间
• -v "/:/host:ro,rslave"：挂载根目录为只读
• --path.rootfs=/host：修正容器路径指向宿主机

2. Prometheus 配置

编辑 prometheus.yml，配置多个监控节点：

global:
  scrape_interval: 5s

scrape_configs:
  - job_name: 'node_exporters'
    static_configs:
      - targets: ['10.72.93.39:9100']
        labels:
          instance: 'local-mac'
      - targets: ['10.72.93.158:9100']
        labels:
          instance: 'n1-1'
      - targets: ['10.72.93.240:9100']
        labels:
          instance: 'n1-2'

每个 target 单独配置，才能自定义 instance 名称。

3. Grafana 可视化

1. 安装官方 Dashboard 模板 ID：1860（Node Exporter Full）
2. 支持多节点数据自动加载
3. 选择 “All” 可集中查看所有主机

4. 常用 PromQL 示例（集中展示）

• CPU 使用率：

  100 - avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[1m])) * 100

• 内存使用率：

  (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100

• 系统负载：

  node_load1{} by(instance)

⚠️ 常见错误排查

• invalid reference format：换行符 \ 后面带空格，粘贴整段命令可解决
• –pid=host：未找到命令：可能逐行执行，确保是完整 docker run 命令

📦 替代方案推荐（更轻量）

✅ 1. Netdata + Netdata Cloud

支持集中可视化，界面美观，部署简单。

docker run -d \
  --name=netdata \
  -p 19999:19999 \
  -v /proc:/host/proc:ro \
  -v /sys:/host/sys:ro \
  -v /etc/os-release:/host/etc/os-release:ro \
  --cap-add=SYS_PTRACE \
  --security-opt apparmor=unconfined \
  --restart unless-stopped \
  netdata/netdata

注册 Netdata Cloud 后集中管理所有主机。

✅ 2. Glances + Web UI

docker run -d \
  --name glances \
  -p 61208:61208 \
  -v /var/run/docker.sock:/var/run/docker.sock:ro \
  --pid host \
  nicolargo/glances:latest-full \
  glances -w

适合单节点查看，极其轻量。

🔚 总结：选择建议

最终，我更推荐使用 Netdata + Netdata Cloud 来快速部署集中监控，如果你未来有定制化需求，再切换到 Prometheus 方案也不迟。