用 Prometheus 和 Alertmanager 搭建服务器监控告警

先确定最小可用的告警链路

搭建监控告警不需要一上来就上完整平台。
对大多数单机或少量服务器场景,一条能跑通的链路只需要四个组件:Prometheus 负责定时抓取指标并计算告警规则,node_exporter 暴露主机指标,Alertmanager 负责分组、去重和发送通知,Grafana 只负责看图,不是告警必需项。

本文以 Linux 服务器 + Docker 为例,把采集、告警、通知三步跑通。
前提是:服务器已装 Docker 和 Docker Compose,有可用的 SMTP 邮箱,防火墙允许本机访问 9090、9093、9100 端口。
若用云服务器,安全组也要放行对应端口,但生产环境不建议把这三个端口直接暴露到公网。

准备目录和配置文件

先建一个工作目录,把配置文件和后续数据都放进去:

mkdir -p /opt/monitor/{prometheus,rules,alertmanager}
cd /opt/monitor

编辑 prometheus/prometheus.yml,核心是抓取目标和告警规则文件的位置:

global:
  scrape_interval: 15s
evaluation_interval: 15s

rule_files:
  - /etc/prometheus/rules/*.yml

alerting:
  alertmanagers:
    - static_configs:
        - targets: ['alertmanager:9093']

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']
  - job_name: 'node'
    static_configs:
      - targets: ['node-exporter:9100']

再写第一条告警规则,放到 rules/node.yml,先用最容易验证的“实例失联”作为例子:

groups:
  - name: node-alerts
    rules:
      - alert: InstanceDown
        expr: up == 0
        for: 1m
        labels:
          severity: critical
        annotations:
          summary: "实例 {{ $labels.instance }} 已失联"

for: 1m 表示条件持续一分钟才触发,避免网络抖动造成误报。

启动容器并验证采集

用 Docker Compose 把三个服务一起拉起来,docker-compose.yml 内容如下:

services:
  prometheus:
    image: prom/prometheus:latest
    volumes:
      - ./prometheus:/etc/prometheus
      - ./rules:/etc/prometheus/rules
    ports:
      - "9090:9090"
  node-exporter:
    image: prom/node-exporter:latest
    ports:
      - "9100:9100"
  alertmanager:
    image: prom/alertmanager:latest
    volumes:
      - ./alertmanager:/etc/alertmanager
    ports:
      - "9093:9093"

执行 docker compose up -d 后,打开 http://服务器IP:9090,进入 Status → Targets,确认 prometheus 和 node 两个任务都是 UP。
如果 node 显示 DOWN,先在本机执行 curl http://127.0.0.1:9100/metrics,能返回指标文本说明导出器正常,问题多半在容器网络或端口映射。

接着在 Prometheus 的 Alerts 页面能看到 InstanceDown 规则处于 inactive 状态,说明规则已被加载。

配置告警通知并做一次人为演练

编辑 alertmanager/alertmanager.yml,用邮件作为通知渠道:

route:
  receiver: 'email'
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 4h
receivers:
  - name: 'email'
    email_configs:
      - to: '你的邮箱'
        from: '发件邮箱'
        smarthost: 'smtp.example.com:587'
        auth_username: '发件邮箱'
        auth_password: '邮箱授权码'
        require_tls: true

改完配置后重启 Alertmanager 容器。
验证告警最直接的办法是停掉 node-exporter:docker compose stop node-exporter,等待约一分钟,Prometheus 的 Alerts 页面应出现 firing 状态,邮箱收到告警;
再执行 docker compose start node-exporter,告警应自动恢复。

如果邮件没收到,按顺序排查:Alertmanager 日志里是否出现发送失败、SMTP 账号是否使用了授权码而非登录密码、服务器出站 587 端口是否被拦截。

容易踩的坑和后续扩展

几个常见问题值得提前注意:

  • 规则文件路径对不上:容器内路径要和 rule_files 保持一致,挂载目录写错时 Prometheus 启动日志会明确报错。
  • 告警不触发:先看 Prometheus 的 Alerts 页面规则是否加载,再看 expr 查询在 Graph 页面能否返回数据。
  • 重复告警刷屏:用 group_by 按实例或告警名分组,并合理设置 repeat_interval。
  • 只看图不配告警:Grafana 面板好看但不等于告警,通知链路必须单独验证。

跑通这条最小链路后,再按需增加磁盘、内存、CPU 使用率规则,或把抓取目标扩展到多台服务器。
监控告警的价值不在于面板多,而在于告警能准确送达并且能被处理。

分享到:
上一篇
Ansible批量部署:从写清单到并发执行的操作步骤
下一篇
服务器日志怎么收集:从系统日志到应用日志的实操方法
1
系统公告

关于香港云优质服务器IP地址更换的通知

尊敬的客户: 因原IP运营商大幅涨价,为避免成本转嫁至用户,我司决定更换IP服务商。本次更换后,您的续费价格将保持不变,且新IP网络质量与服务标准不受影响。新IP已分配至后台,即刻生效(更换的新IP都是香港原生IPv4)。 涉及 IP 段: 45.192.x.x 旧 IP 停用时间: 2026 年 12 月 1 日
服务中心
客服
在线客服
24小时为您服务
咨询
联系我们
联系我们,为您的业务提供专属服务。
24/7 技术支持
如果您遇到寻求进一步的帮助,请过工单与我们进行联系。
24/7 即时支持
泽御云
售前客服
泽御云
泽御云
售后客服
泽御云
技术支持
评价
您对当前页面的整体感受是否满意?
😞
非常不满意
😕
不满意
😐
一般
🙂
满意
😊
非常满意