# **别再裸奔搞监控了！一篇带你上手 Prometheus+Grafana 的实战指南**

大家好，我是 **Echo_Wish**。今天我们来聊聊 **Prometheus + Grafana** ——一个在运维、数据可观测、SRE、边缘监控领域都快成为标配的组合拳。

我写这篇文章的目的很简单，不是跟你背理论，而是——

> **看完就能上手，搭好监控、出图、报警，全链打通。**

而不是只会喊：“Prometheus 是普罗米修斯，来自希腊神话中的火种”。这跟我们监控没半毛钱关系，咱实战才是王道。

---

# 🥇 一句话概述：为啥都爱 Prometheus + Grafana？

* **Prometheus 负责采集和存储**
* **Grafana 负责展示和告警**
* 二者搭起来最轻、最快、最灵活
* 云原生时代已经成为事实标准

更关键的一点：

> **Prometheus 是拉模式，一切指标都可量化、可定义，讲究自助式监控。**

不再需要黑盒猜系统状态，而是把系统变成“透明仪表盘”。

我第一次用 Prometheus 时，内心只有一句：

**“卧槽，监控就应该这么爽！”**

---

# 🚀 二、快速上手 Prometheus：能跑起来比啥都强

我们别绕圈，直接用最常见的方式启动：

### 📌 1. 下载 Prometheus

```bash
wget https://github.com/prometheus/prometheus/releases/latest/download/prometheus-2.46.0.linux-amd64.tar.gz
tar -zxvf prometheus-2.46.0.linux-amd64.tar.gz
cd prometheus-2.46.0.linux-amd64
```

启动：

```bash
./prometheus --config.file=prometheus.yml
```

浏览器访问：

```
http://localhost:9090
```

看到 UI，就算启动成功。

---

# 🛠 三、Prometheus 配置解析——监控第一个目标

Prometheus 要监控什么？靠 `prometheus.yml` 定义。

最经典的例子 —— 监控 Prometheus 自己：

```yaml
scrape_configs:
  - job_name: 'prometheus'
    scrape_interval: 15s
    static_configs:
      - targets: ['localhost:9090']
```

解释一下：

* `scrape_interval` 抓数据频率
* `job_name` 名字随便起
* `targets` 就是指标端点

能抓到什么？比如：

* 采集耗时
* TSDB 内存使用量
* 抓指标失败次数

基本看到这，你已经监控了一个系统了。

---

# 🧩 四、让真正的应用暴露指标！Hello Metrics 👋

我们用一个 Go 程序演示暴露业务指标：

```go
package main

import (
    "github.com/prometheus/client_golang/prometheus/promhttp"
    "net/http"
)

func main() {
    http.Handle("/metrics", promhttp.Handler())
    http.ListenAndServe(":8080", nil)
}
```

运行以后，打开：

```
http://localhost:8080/metrics
```

你会看到一堆以 `_total`结尾的玩意，看似乱码，其实就是业务指标基础原语。

如果嫌 Go 不亲民，用 Python 也一样：

```python
from prometheus_client import start_http_server, Counter

c = Counter('requests_total', 'Total requests')

start_http_server(8000)

while True:
    c.inc()
```

打开：

```
http://localhost:8000
```

Prometheus 就能拉。

---

# 🔍 五、PromQL —— 运维的 SQL

PromQL 就是 Prometheus 的灵魂。比如 CPU 使用率：

```promql
rate(process_cpu_seconds_total[5m])
```

某个服务 QPS：

```promql
rate(http_requests_total[1m])
```

按状态分组：

```promql
sum(rate(http_requests_total[1m])) by (status)
```

这玩意一旦上瘾，你会觉得 **SQL 都不香了**。

---

# 🎨 六、Grafana 出场：监控不仅要准，还要漂亮

Prometheus 有图能力，但一般没人用，因为 **Grafana 的仪表盘帅太多**。

启动 Grafana：

```bash
docker run -d -p 3000:3000 grafana/grafana
```

访问：

```
http://localhost:3000
```

默认登录：

* 用户名：admin
* 密码：admin

然后添加 Prometheus 数据源：

* URL：`http://localhost:9090`

Done！

---

# 📊 七、Grafana 可视化实战：按业务逻辑出图

比如：

### QPS 曲线

```promql
sum(rate(http_requests_total[1m])) by (job)
```

### 内存

```promql
process_resident_memory_bytes
```

### 错误率

```promql
sum(rate(http_requests_total{status=~"5.."}[5m]))
```

搞成折线、柱状、饼图随便你。

你甚至能搞这样的大盘：

📌 3 行指标体现系统健康：

* RT（99 分位）
* QPS（1m）
* Error（5m涨幅）

这已经是标准 SRE 大屏套路。

---

# 🪖 八、Play with Alert —— 没报警就不是监控

Prometheus 自带 Alertmanager，可以这样定义报警：

```yaml
groups:
- name: instance_down
  rules:
  - alert: InstanceDown
    expr: up == 0
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "实例挂了"
```

报警逻辑挺有意思：

* **expr** 是 PromQL
* **for** 是持续时间
* **seveirty** 告警等级
* **summary** 展示内容

Slack、钉钉、企业微信、PagerDuty 全能对接。

报警不是提示你“挂了”，而是告诉你：

> “滚去修系统！”

---

# 🧲 九、Grafana 也能报警

Grafana 8+ 有自身报警系统，比如：

* 阈值报警
* 速率报警
* 无数据报警
* PromQL 报警

配个邮件渠道，你就能收到一封“惨叫”的邮件：

> Latency P99 > 500ms over 10m

这就是“运维的紧箍咒”。

---

# ☁️ 十、容器与云原生监控才是 Prometheus 的春天

说句大实话：

> **99% 使用 Prometheus 的公司，都在 Kubernetes 上。**

K8s 暴露了 Metrics，把整个集群变成可观测系统。

你只要这样加：

```yaml
- job_name: 'kubernetes-nodes'
  kubernetes_sd_configs:
  - role: node
```

节奏变成：

* Node 指标
* Pod 指标
* Kubelet 指标
* APIServer 指标
* etcd 指标

全部自动抓。

Grafana 上直接导入：

```
ID: 315
ID: 6417
```

你就会看到：

* CPU 饼图
* Pod 崩溃趋势
* 节点资源利用
* 网络延时

你会突然意识到：

**过去裸奔太久了。**

---

# 💡 十一、我的一些感悟：监控永远不是“装工具”，是“打造运营能力”**

很多公司搞监控，流于形式：

* 大屏很好看
* 报警没人响应
* 图写了一堆
* SLA 依旧扑街

原因很简单：

> 数据要驱动决策，而不是驱动 PPT。

一个健康的监控体系必须：

* 能发现问题
* 能定位问题
* 能趋势预判
* 能指导容量规划
* 能支撑 SLA 评估

否则都是花架子。

---

# 🏁 十二、写在最后

Prometheus + Grafana 的魅力在于：

* **开源、免费、标准化**
* **插件丰富、生态爆表**
* **学习成本极低**
* **足够灵活**

一句话总结：

> **监控不是为了看图，是为了把系统变成可度量的科学工程。**

从今天开始，别再裸奔运维了。
让数据测量系统，让指标告诉你真相。



大家好，我是 Echo_Wish。今天我们来聊聊 Prometheus + Grafana ——一个在运维、数据可观测、SRE、边缘监控领域都快成为标配的组合拳。

别再裸奔搞监控了！一篇带你上手 Prometheus+Grafana 的实战指南

运维

开发工具

云计算

Prometheus+Grafana实战指南：从零搭建监控系统全流程。详解Prometheus配置、指标采集、PromQL查询，Grafana可视化大屏制作，以及报警系统集成。教你如何将业务系统转化为可观测的透明仪表盘，实现真正的数据驱动运维。适合运维、SRE及开发人员快速上手云原生监控体系。

Kubernetes

云原生

容器

Python

AI驱动 智领未来

tcmg

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

别再裸奔搞监控了！一篇带你上手 Prometheus+Grafana 的实战指南-腾讯云开发者社区-腾讯云

别再裸奔搞监控了！一篇带你上手 Prometheus+Grafana 的实战指南

别再裸奔搞监控了！一篇带你上手 Prometheus+Grafana 的实战指南

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐