基于Docker的Prometheus+Grafana监控平台实战指南【全流程解析】

1. 为什么你需要一个自己的监控平台？

如果你管理着几台服务器，或者正在学习容器技术，那你肯定遇到过这样的场景：半夜收到报警说网站打不开了，手忙脚乱地登录服务器，敲一堆命令查内存、查CPU、查网络，折腾半天才发现是某个服务自己崩了。又或者，你总觉得服务器有点“卡”，但说不清到底是哪里出了问题，是内存不够了，还是磁盘IO太高了？这种“两眼一抹黑”的感觉，对于任何一个开发者或者运维来说，都太难受了。

这就是监控平台的价值所在。它就像给你的服务器集群装上了一套“全景仪表盘”和“健康监测仪”。你不再需要手动敲命令，所有关键指标——CPU使用率、内存消耗、磁盘空间、网络流量、服务状态——都会以清晰、直观的图表形式，实时展示在你面前。任何风吹草动，你都能第一时间发现，甚至可以在问题发生前就收到预警。

今天我要跟你分享的，就是用 Docker 来快速搭建一套业界顶流的监控组合：Prometheus + Grafana。我选择Docker的方式，是因为它真的太方便了。想象一下，以前部署这些服务，你得操心操作系统版本、依赖库冲突、配置文件路径等等一堆破事。现在，你只需要几条简单的命令，就能把整个监控系统像搭积木一样跑起来，环境隔离得干干净净，卸载也只是一条命令的事，完全不会污染你的主机环境。这对于新手来说，门槛降低了不止一个档次。

这套组合里，Prometheus 负责“干活”，它是个专门收集和存储时间序列数据的“数据抓取器”和“数据库”。它会定期去你指定的目标（比如你的服务器、你的应用）那里拉取监控数据。而 Grafana 负责“美颜”，它是个强大的数据可视化工具，能把Prometheus里那些冷冰冰的数字，变成五彩斑斓、一目了然的图表和仪表盘。最后，我们还需要一个“小助手”叫 Node_exporter，它安装在被监控的服务器上，专门负责收集那台服务器本身的各项指标（比如CPU、内存），然后暴露给Prometheus来抓取。

接下来，我就带你从零开始，一步步把这块“全景仪表盘”给装起来。整个过程我会尽量讲得细一些，把我自己踩过的坑和总结的技巧都告诉你，保证你跟着做就能成功。

2. 动手之前：理清思路与准备环境

在真正敲命令之前，我们先花几分钟把整个架构和准备工作理清楚，这能帮你避免后面很多混乱。我画个简单的图给你看，你心里就有数了：

你的电脑/浏览器 (访问 Grafana 看图表)
          ↑
[ 主节点服务器 ]
  ├── Docker 容器 A: Prometheus (端口 9090) -> 抓取并存储数据
  └── Docker 容器 B: Grafana (端口 3000) -> 从 Prometheus 取数据并展示
          ↑ (Grafana 查询)
          ↑
[ Prometheus 定期抓取 ]
          ↑
[ 从节点服务器 (可以有多台) ]
  └── Docker 容器 C: Node_exporter (端口 9100) -> 暴露本机指标

核心流程是这样的：

1. 我们在主节点一台服务器上，用Docker启动Prometheus和Grafana。
2. 在从节点（也就是你想监控的服务器）上，用Docker启动Node_exporter。
3. 配置Prometheus，告诉它：“你去某某从节点的9100端口抓数据。”
4. 配置Grafana，告诉它：“你去连接主节点上9090端口的Prometheus，把它作为数据源。”
5. 最后，在Grafana里选一个好看的仪表盘模板，数据就会自动呈现出来。

环境准备： 你需要至少两台安装了Linux的服务器（虚拟机或云服务器都行）。一台作为主节点（Master），另一台作为从节点（Slave）。如果只有一台机器，也可以把所有服务都装在上面，自己监控自己，用来学习和测试完全没问题。

最关键的一步：安装Docker。这是所有操作的基础。因为我们是“基于Docker”的实战，所以每台服务器上都必须先装好Docker和Docker Compose。这里我给出在CentOS 7/8或Ubuntu 20.04/22.04这类常见系统上的一条龙安装命令，你直接在服务器上执行就行：

# 一键安装Docker的脚本（适用于大多数Linux发行版）
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

# 启动Docker服务并设置开机自启
sudo systemctl start docker
sudo systemctl enable docker

# 验证安装是否成功，看到版本号就对了
docker --version

# （可选但强烈推荐）安装Docker Compose
# 下载最新版本的Docker Compose，这里以v2.20.0为例，你可以去官网查最新版
sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
# 赋予执行权限
sudo chmod +x /usr/local/bin/docker-compose
# 验证安装
docker-compose --version

安装完成后，建议运行一下 sudo docker run hello-world 这个测试镜像，如果能看到欢迎信息，说明你的Docker环境完全正常。好了，基础打牢了，我们接下来就开始搭建监控系统的核心——主节点。

3. 搭建监控大脑：主节点部署 Prometheus 与 Grafana

现在，我们登录到主节点服务器，开始部署两个核心服务。我会用最直接、最清晰的Docker命令来操作，同时解释每个参数的作用，让你知其然也知其所以然。

3.1 部署 Prometheus：数据的抓取与存储中心

Prometheus 是我们监控系统的“数据仓库”。它主动去拉取（Pull）各个目标的数据，并存储在自己的时序数据库中。

首先，我们把Prometheus的官方镜像拉取到本地。Docker镜像就像是一个打包好的软件安装包，拉取就是从仓库下载这个包。

docker pull prom/prometheus:latest

接下来是运行容器。这条命令看起来有点长，别怕，我们拆开看：

docker run -d \
  --name=prometheus \
  --restart=always \
  -p 9090:9090 \
  -v /your/local/path/prometheus.yml:/etc/prometheus/prometheus.yml \
  -v prometheus_data:/prometheus \
  prom/prometheus

• -d：让容器在后台运行，这样你退出终端它也不会停。
• --name=prometheus：给容器起个名字，方便后续管理，比如重启、查看日志。
• --restart=always：这是非常重要的一个参数。它意味着如果容器因为任何原因退出（比如服务器重启），Docker会自动重新启动它。对于监控这种基础服务，必须保证高可用。
• -p 9090:9090：端口映射。把容器内部的9090端口映射到主机的9090端口。这样你通过访问 服务器IP:9090 就能看到Prometheus的Web界面了。
• -v /your/local/path/prometheus.yml:/etc/prometheus/prometheus.yml：这是配置持久化的关键。-v 参数用于挂载卷（Volume）。容器内的配置默认是临时的，容器删除就没了。我们把主机上的一个配置文件（比如 /home/user/prometheus.yml）映射到容器内的配置文件路径。这样，我们可以在主机上直接修改配置，然后重启容器生效，配置永远不会丢失。你需要把 /your/local/path/ 替换成你主机上的真实路径。
• -v prometheus_data:/prometheus：这是数据持久化的关键。prometheus_data 是一个Docker管理的命名卷，它对应容器内存储监控数据的 /prometheus 目录。即使容器被删除，这个卷里的数据（也就是你所有的历史监控数据）也会保留下来。下次用同一个卷名启动新容器，数据就恢复了。

运行命令后，用 docker ps 查看一下，如果看到 prometheus 容器状态是 Up，就说明启动成功了。

3.2 部署 Grafana：炫酷的可视化仪表盘

Grafana 是我们的“展示大屏”。它从Prometheus读取数据，然后渲染成各种漂亮的图表。

同样，先拉取镜像：

docker pull grafana/grafana:latest

然后运行Grafana容器：

docker run -d \
  --name=grafana \
  --restart=always \
  -p 3000:3000 \
  -v grafana_storage:/var/lib/grafana \
  grafana/grafana

这里的参数和Prometheus类似：

• -p 3000:3000：将Grafana的Web界面映射到主机的3000端口。
• -v grafana_storage:/var/lib/grafana：同样使用命名卷 grafana_storage 来持久化Grafana的所有数据，包括你创建的仪表盘、数据源配置、用户信息等。这是必须的，否则你一重启容器，所有配置都得重来。

3.3 防火墙与首次访问

如果你的服务器开启了防火墙（比如firewalld或ufw），需要放行我们刚才映射的端口。

对于CentOS/RHEL（使用firewalld）：

sudo firewall-cmd --permanent --add-port=9090/tcp
sudo firewall-cmd --permanent --add-port=3000/tcp
sudo firewall-cmd --reload

对于Ubuntu/Debian（使用ufw）：

sudo ufw allow 9090/tcp
sudo ufw allow 3000/tcp
sudo ufw reload

现在，打开你的浏览器：

1. 访问 http://你的主节点IP:9090。你应该能看到Prometheus的界面，在顶部导航栏点击“Status” -> “Targets”，这里以后会显示你监控的所有目标状态（目前可能只有它自己）。
2. 访问 http://你的主节点IP:3000。这是Grafana的登录页。默认账号密码都是 admin。第一次登录会要求你修改密码，为了安全，建议修改一个强密码。

至此，主节点的两个核心服务就部署完毕了。它们已经跑起来了，但Prometheus还不知道要去监控谁。接下来，我们就要去“谁”（从节点）身上安装数据采集器。

4. 安装数据采集器：从节点部署 Node_exporter

Node_exporter 是一个“采集探针”，它安装在被监控的机器上，负责收集这台机器本身的硬件和操作系统指标，并通过HTTP接口暴露出来，等着Prometheus来抓取。

登录到你的从节点服务器（也就是你想监控的那台机器），执行以下操作。

4.1 部署 Node_exporter 容器

拉取镜像：

docker pull prom/node-exporter:latest

运行容器。Node_exporter需要访问宿主机的系统文件（如 /proc, /sys）来获取指标，所以挂载卷的方式和之前略有不同：

docker run -d \
  --name=node-exporter \
  --restart=always \
  --net="host" \
  --pid="host" \
  -v "/:/host:ro,rslave" \
  prom/node-exporter:latest \
  --path.rootfs=/host

这条命令参数比较多，我重点解释几个关键的：

• --net="host" 和 --pid="host"：让容器使用宿主机的网络命名空间和PID命名空间。这样Node_exporter才能准确地收集到整个宿主机的网络和进程信息，而不是容器内部受限的信息。
• -v "/:/host:ro,rslave"：将宿主机的根目录 / 以只读（ro）方式挂载到容器内的 /host 目录。rslave 是递归绑定挂载的选项，确保挂载点内的挂载也能正确传播。这是为了让Node_exporter能读取到 /proc, /sys 等关键系统信息。
• --path.rootfs=/host：告诉Node_exporter，宿主机的根文件系统在容器内的 /host 路径下。

运行后，用 docker ps 确认容器状态。然后，你可以在从节点上访问 http://localhost:9100/metrics，应该能看到一大堆以 node_ 开头的监控指标文本。这就说明Node_exporter工作正常，正在暴露数据。

4.2 配置从节点防火墙

同样，如果从节点有防火墙，需要放行Node_exporter的端口（默认9100）。

CentOS/RHEL:

sudo firewall-cmd --permanent --add-port=9100/tcp
sudo firewall-cmd --reload

Ubuntu/Debian:

sudo ufw allow 9100/tcp
sudo ufw reload

现在，数据采集器已经在从节点上就位了。但是主节点的Prometheus还不知道它的存在。下一步，我们就要告诉Prometheus：“嘿，去那个地址抓数据！”

5. 连接大脑与探针：配置 Prometheus 抓取目标

这是整个流程中最关键的一步配置。我们需要修改主节点上Prometheus的配置文件，添加上从节点的地址。

还记得我们启动Prometheus容器时挂载的本地配置文件吗？（-v /your/local/path/prometheus.yml:/etc/prometheus/prometheus.yml）。现在，我们编辑主机上的这个文件。

5.1 编辑 Prometheus 配置文件

用你喜欢的文本编辑器（如 vim 或 nano）打开这个文件：

vim /your/local/path/prometheus.yml

你会看到一个默认的配置文件，找到 scrape_configs: 这个部分。我们需要在它下面添加一个新的抓取任务（job）。修改后的部分看起来应该是这样的：

scrape_configs:
  # 这个job是监控Prometheus自身的
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  # ！！！这是我们新增的，用于监控Linux服务器！！！
  - job_name: 'linux_servers' # 给这个监控任务起个名字，比如‘linux_servers’
    static_configs:
      - targets: ['从节点1的IP:9100', '从节点2的IP:9100'] # 这里填写你的从节点IP和端口
        labels:
          group: 'production' # 可以给这组机器打上标签，方便在Grafana里筛选
          instance: 'web-server-01' # 给单个实例起个别名，显示时更友好

重点解释：

• job_name：定义一个抓取任务组，名字可以自定义。
• targets：这是核心配置。填入你的从节点服务器的IP地址和Node_exporter的端口（9100）。请务必将示例中的 从节点1的IP 替换成你真实的从节点IP地址。如果有多个从节点，用逗号隔开，例如 ['192.168.1.101:9100', '192.168.1.102:9100']。
• labels：可以为这些目标添加额外的标签。标签在Prometheus里非常强大，可以用来对监控对象进行分组、筛选，在Grafana里也能用上。比如，你可以用 env: prod、role: db 来区分生产环境和数据库角色。

5.2 让配置生效

保存并退出编辑器后，我们需要让Prometheus容器重新加载这个配置文件。最简单的方式是重启容器：

docker restart prometheus

等待几秒钟，然后再次访问Prometheus的Web界面（http://主节点IP:9090）。

1. 点击顶部菜单的 “Status” -> “Targets”。
2. 你应该能看到两个目标：一个是 prometheus (状态为UP)，另一个就是你刚配置的 linux_servers 下的目标。

如果 linux_servers 的状态是 UP，并且 Last Scrape 时间是最新的，那么恭喜你！Prometheus已经成功连接到从节点，并开始抓取数据了。如果状态是 DOWN，请检查：从节点防火墙是否开放了9100端口？从节点的Node_exporter容器是否在运行？主节点是否能ping通从节点的IP？

6. 打造监控仪表盘：Grafana 配置与美化

数据已经源源不断地流入Prometheus，现在是时候用Grafana把它们变成直观的图表了。再次访问 http://主节点IP:3000，用你的账号密码登录。

6.1 添加 Prometheus 数据源

这是Grafana获取数据的第一步。

1. 点击左侧导航栏的齿轮图标（Configuration） -> Data Sources。
2. 点击蓝色的 “Add data source” 按钮。
3. 在列表中找到并选择 “Prometheus”。
4. 在配置页面，只有一个关键项需要填写：URL。这里填入你的Prometheus服务地址。因为Grafana和Prometheus都运行在主节点的Docker容器里，它们可以通过Docker的内部网络通信。最简单的方式是填写 http://prometheus:9090。如果你不确定，也可以填写主节点的实际IP，如 http://主节点IP:9090。
5. 其他设置保持默认即可，滚动到页面最下方，点击 “Save & Test”。
6. 如果看到绿色的 “Data source is working” 提示框，说明数据源连接成功！

6.2 导入现成的仪表盘模板

从头创建一个仪表盘对于新手来说比较困难。幸运的是，Grafana社区有成千上万的用户贡献了精美的仪表盘模板，我们直接“拿来主义”就行。

1. 点击左侧导航栏的 “+” 号 -> “Import”。
2. 你会看到一个输入框，要求输入 “Grafana.com Dashboard URL or ID”。这就是模板ID。
3. 我强烈推荐一个非常经典和全面的Node_exporter仪表盘模板，它的ID是 1860。你直接在输入框里填入 1860，然后点击 “Load”。

   小贴士：你可以在 Grafana官方仪表盘市场 搜索 “node exporter”，会找到很多模板，1860 号是其中使用最广泛的一个。

4. 在下一个页面，为这个仪表盘起个名字（比如 “Linux Server Overview”），然后最关键的一步：在 “Prometheus” 下拉菜单中，选择你刚才创建好的那个Prometheus数据源。
5. 最后，点击 “Import”。

奇迹发生了！一个功能完整、图表丰富的服务器监控仪表盘瞬间出现在你面前。你会看到CPU、内存、磁盘IO、网络流量、系统负载、进程数量等几乎所有关键指标的实时图表。

6.3 探索与自定义

导入的模板已经非常好用，但你完全可以在此基础上进行自定义。

• 调整时间范围：仪表盘右上角可以切换查看过去1小时、6小时、一天甚至自定义时间范围的数据。
• 查看单个图表：将鼠标悬停在图表上，可以看到精确的数据点信息。点击图表标题，选择 “Edit”，可以进入编辑模式，查看和修改这个图表背后的查询语句（使用的是PromQL，Prometheus的查询语言）。
• 添加新图表：点击仪表盘标题右侧的 “Add panel” 按钮（一个带加号的图表图标），可以创建全新的图表。你可以尝试用PromQL写一些简单的查询，比如 node_memory_MemAvailable_bytes 来查看可用内存。

到这里，一个基于Docker的、完整的Prometheus+Grafana监控平台就已经搭建成功了。你可以看到从节点的各项指标正在实时刷新。这套系统不仅适用于监控服务器，通过添加不同的Exporter（如 mysql_exporter, redis_exporter），你还可以监控数据库、缓存、Web应用等各种服务。Docker化部署让扩展变得异常简单，你需要监控新服务时，往往只需要再运行一个对应的Exporter容器，然后在Prometheus配置里加一行target即可。

7. 进阶技巧与避坑指南

按照上面的步骤，你的监控平台应该已经跑起来了。但在实际生产环境中，我踩过不少坑，也总结了一些让系统更稳健、更好用的技巧，在这里分享给你。

7.1 使用 Docker Compose 统一管理

之前我们用了三条独立的 docker run 命令。当服务多了，管理起来会有点乱。我强烈推荐使用 Docker Compose。你可以创建一个 docker-compose.yml 文件，把Prometheus、Grafana的配置都写进去，一键启动、停止、重建。

在主节点上创建一个目录，比如 monitor，然后创建 docker-compose.yml：

version: '3.8'

services:
  prometheus:
    image: prom/prometheus:latest
    container_name: prometheus
    restart: always
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--web.console.libraries=/etc/prometheus/console_libraries'
      - '--web.console.templates=/etc/prometheus/consoles'
      - '--storage.tsdb.retention.time=30d' # 设置数据保留30天

  grafana:
    image: grafana/grafana:latest
    container_name: grafana
    restart: always
    ports:
      - "3000:3000"
    volumes:
      - grafana_storage:/var/lib/grafana
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=your_strong_password_here # 设置Grafana管理员密码

volumes:
  prometheus_data:
  grafana_storage:

同时，把编辑好的 prometheus.yml 配置文件也放在同一目录下。然后，只需要在这个目录下执行一条命令：

docker-compose up -d

Docker Compose会自动创建网络、卷，并启动所有服务。管理起来清爽多了。停止服务用 docker-compose down，查看日志用 docker-compose logs -f。

7.2 配置告警规则（Alerting）

监控的可视化只是第一步，更关键的是“预警”。你不可能一直盯着仪表盘。Prometheus 配合 Alertmanager 可以实现强大的告警功能。

1. 部署 Alertmanager：同样可以用Docker运行一个Alertmanager容器。
2. 配置告警规则：在Prometheus配置目录下，创建一个 alerts.yml 文件，里面用PromQL定义告警条件。例如，当CPU使用率超过80%持续5分钟时触发告警。
3. 配置告警接收器：在Alertmanager配置中，设置告警通知到哪里，比如发送邮件到你的邮箱，或者通过Webhook推送到钉钉、企业微信、Slack等聊天工具。

这是一个简单的告警规则示例（alerts.yml）：

groups:
- name: host_alerts
  rules:
  - alert: HostHighCpuUsage
    expr: 100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 80
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "高CPU使用率告警 (实例 {{ $labels.instance }})"
      description: "实例 {{ $labels.instance }} 的CPU使用率已超过80%持续5分钟，当前值为 {{ $value }}%。"

然后，在 prometheus.yml 中引用这个规则文件，并指向Alertmanager的地址。这样，当条件触发时，你就能及时收到通知，在用户感知到问题之前就介入处理。

7.3 常见问题与排查

• Grafana 里看不到数据/显示 “No Data”：

  • 首先，去Prometheus的Targets页面（Status -> Targets），确认你的从节点状态是否是 UP。
  • 如果状态是DOWN，检查从节点的Node_exporter容器日志：docker logs node-exporter。
  • 检查主节点是否能telnet通从节点的9100端口：telnet 从节点IP 9100（如果没安装telnet，可以用 nc -zv 从节点IP 9100）。
  • 最可能的原因是防火墙没开，或者Prometheus配置中的IP地址写错了。

• Prometheus 容器启动失败：

  • 检查 prometheus.yml 文件的语法是否正确。YAML文件对缩进非常敏感，建议使用在线YAML校验工具检查一下。
  • 查看容器日志：docker logs prometheus，通常错误信息会直接打印出来。

• 数据没有持久化，重启后丢了：

  • 确保你启动容器时使用了 -v 参数挂载了卷（Volume），并且卷名是固定的。使用Docker Compose是避免这个问题的最佳实践。

• 想监控更多东西：

  • 去Prometheus官网的 Exporter列表 查找。几乎所有的常用服务，如MySQL (mysqld_exporter), Redis (redis_exporter), Nginx (nginx-vts-exporter) 都有对应的Exporter。部署方式大同小异，基本都是拉取镜像、运行容器、在Prometheus配置中添加新的 job_name。

这套基于Docker的监控方案，我从几年前开始就在团队里推广和使用，它最大的优点就是轻量、灵活、易维护。无论是个人项目的小服务器，还是拥有几十个节点的内部集群，它都能很好地胜任。希望这份超详细的指南能帮你顺利搭建起自己的监控系统，从此告别对服务器状态的“盲人摸象”，真正实现运筹帷幄，了然于胸。