服务器预测性维护监控新手搭建指南
当你管理的服务器突然宕机，排查半天才发现是磁盘写满或内存泄漏，这种被动维修既耗时又影响业务。
预测性维护监控的目标，就是通过持续采集 CPU、内存、磁盘、网络等指标，结合趋势变化提前发现异常，在故障发生前就发出告警。
本文使用开源的 Prometheus + Node Exporter + Grafana 组合，带零基础用户一步步搭建这套监控系统，即使没接触过监控也能直接上手。
搭建前需要准备什么
- 一台 Linux 服务器（本文以 CentOS 7/Ubuntu 20.04 为例，其他发行版命令类似）。
- 服务器能正常访问 GitHub 和 Grafana 仓库（如受限需提前准备代理或离线包）。
- 开放服务器防火墙：Prometheus 默认端口 9090，Node Exporter 端口 9100，Grafana 端口 3000。
如果你用云服务器，还需要在安全组中放行这三个端口。
第一步：安装系统资源采集器 Node Exporter
Node Exporter 负责收集服务器的 CPU、内存、磁盘、网络等指标，是最底层的数据源。
- 下载并解压最新版（到 Prometheus 官网 找当前版本号，本文以 1.6.0 为例）：
wget https://github.com/prometheus/node_exporter/releases/download/v1.6.0/node_exporter-1.6.0.linux-amd64.tar.gz
tar -xzf node_exporter-1.6.0.linux-amd64.tar.gz
sudo mv node_exporter-1.6.0.linux-amd64/node_exporter /usr/local/bin/- 创建系统服务文件，让 Node Exporter 开机自启：
sudo tee /etc/systemd/system/node_exporter.service <- 启动并验证：
sudo systemctl daemon-reload
sudo systemctl start node_exporter
sudo systemctl enable node_exporter
curl http://localhost:9100/metrics # 应返回大量指标数据第二步：配置 Prometheus 抓取数据
Prometheus 是一个时序数据库，负责定期拉取 Node Exporter 的指标并存储。
- 下载 Prometheus：
wget https://github.com/prometheus/prometheus/releases/download/v2.50.1/prometheus-2.50.1.linux-amd64.tar.gz
tar -xzf prometheus-2.50.1.linux-amd64.tar.gz
sudo mv prometheus-2.50.1.linux-amd64 /opt/prometheus- 编辑配置文件
/opt/prometheus/prometheus.yml，在 scrape_configs 下添加 Node Exporter 的抓取目标：
scrape_configs:
- job_name: 'node'
static_configs:
- targets: ['localhost:9100']（如果有多个服务器，继续添加 targets，用逗号分隔）
- 创建服务并启动：
sudo tee /etc/systemd/system/prometheus.service <- 验证：浏览器访问
http://服务器IP:9090，在 Expression 框输入up，点 Execute。如果看到 node 对应的值为 1，说明抓取成功。
第三步：用 Grafana 可视化并设置告警
Grafana 负责将 Prometheus 里的指标画成图表，并支持配置告警。
- 安装 Grafana（以 Ubuntu 为例）：
sudo apt-get install -y software-properties-common
sudo add-apt-repository "deb https://packages.grafana.com/oss/deb stable main"
sudo apt-get update
sudo apt-get install -y grafana
sudo systemctl start grafana-server
sudo systemctl enable grafana-server- 打开浏览器
http://服务器IP:3000，默认用户名/密码均为 admin，首次登录会要求修改密码。 - 添加数据源：左侧齿轮图标 → Data Sources → Add data source → 选择 Prometheus，URL 填写
http://localhost:9090，点击 Save & Test。 - 导入仪表盘：左侧 + 号 → Import → 输入 Dashboard ID
1860（Node Exporter 官方推荐）→ Load → 选择数据源 → Import。你会看到 CPU、内存、磁盘、网络等实时图表。 - 设置预测性告警：以磁盘根分区使用率超过 80% 为例：
- 进入对应面板，编辑指标查询（如
(1 - (node_filesystem_avail_bytes{mountpoint="/", fstype!= ""} / node_filesystem_size_bytes{mountpoint="/", fstype!= ""})) * 100）。 - 切换到 Alert 选项卡 → Create Alert Rule → 设置 Condition：当
WHEN last() OF query (A, 5m, now) IS ABOVE 80→ 设置通知渠道（如邮件、钉钉、Slack）。 - 保存。这样当磁盘用量持续超过阈值，就会提前告警，避免写满后服务中断。
常见踩坑与解决方法
- 端口被占用：Node Exporter 默认 9100，如果冲突，启动时加参数
--web.listen-address=":9101"，同时修改 prometheus.yml 里的 targets。 - Prometheus 抓取超时：量大的服务器建议调大 scrape_timeout，在 prometheus.yml 的 global 或 job 下添加
scrape_timeout: 30s。 - Grafana 告警不生效：确保 Grafana 已正确配置 SMTP（邮件）或其他通知渠道，且 Alert Rule 的状态从 Pending 变为 Firing 才触发。
- 忘记放行端口：检查云服务安全组和服务器内部防火墙（
systemctl status firewalld确认）。
验证监控是否生效
- 用命令
stress --cpu 2 --timeout 60（需先安装 stress）模拟 CPU 高负载，观察 Grafana CPU 面板曲线是否上升。 - 用
dd if=/dev/zero of=/tmp/bigfile bs=1M count=1024快速消耗磁盘，看磁盘使用率是否超过告警阈值，同时检查是否收到告警通知。 - 在 Prometheus 的 Web UI 中执行
rate(node_cpu_seconds_total{mode="system"}[5m])查看 CPU 增长率，了解系统负载变化趋势。
通过这套组合，你不仅能实时看到服务器状态，还能借助历史数据预测哪些指标即将突破红线，把故障消灭在萌芽阶段。
每次调整阈值后，建议持续观察一周，根据实际波动微调告警灵敏度。
如果觉得这些操作还是复杂，可以继续阅读本博客的《使用宝塔面板内置监控实现基础预测》教程，但功能上远不及 Prometheus 灵活。
