[交流] Linux 服务器，大家使用什么方案监控性能和资源？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

Distributions

› Ubuntu

› Fedora

› CentOS

中文资源站

› 网易开源镜像站

这是一个创建于 811 天前的主题，其中的信息可能已经有所发展或是发生改变。

公司生产机，购买阿里云 ECS ，系统 Debian 。由于阿里云的云监控要付费，计划自己搞个监控性能和资源的情况。

目前先使用 dstat 收集一下数据。后面可能考虑 njmon 。

找到的相关方案如下：

1. dstat

占用资源小，监控数据可配置，监控数据可保存 CSV 。但是数据需要自己生成图表（目前使用 Excel ），就是查看不方便。

2. nmon / njmon

占用资源小，监控数据基本无配置，nmon 可保存 CSV ，njmon 可保存 json 。官方提供工具生成图表。njmon 更高级，可搭配 InfluxDB 和 Grafana ，实现更好的数据展示。

3. glances

占用资源较大，可持久化监控数据，界面漂亮，部署方式多样（单机版、C/S 、Web ）。未深入研究。

4. netdata

占用资源较大，可持久化监控数据，界面漂亮。比较奇怪的是，界面有比较多的地方提示登录 netdata cloud 。未深入研究。

大家有无其它方案或建议？

第 1 条附言 · 2022-09-23 00:33:55 +08:00

首先，感谢各位回复！我觉得可以结贴并总结一下了。

1 ）对于服务器监控方案，主要分为 4 个功能点：采集、存储、展示、警报。

2 ）对于公司的服务器集群，有运维同事管理，Zabbix 是个合适的方案。功能全面，基于 Web 的图形化管理，支持中文等，直观易用。

3 ） node_exporter + Prometheus + Grafana ，这种方案适合开发人员使用。有回复提到可以监控业务数据。另外，Grafana 有警报功能（就是发通知）。整体是个完整的监控方案。

4 ） dstat / njmon + InfluxDB + Grafana ，个人对这种方案比较感兴趣。部署了 InfluxDB ，还能用于其它业务场景，比如只记录最近 30 天的点击数据。

第 2 条附言 · 2022-10-03 20:57:27 +08:00

不好意思，dstat / njmon + InfluxDB + Grafana 不太好用，或者可以考虑回复中提到的 Telegraf + InfluxDB + Grafana 。

1 ） dstat 最新版遇到这两个 bug：

https://bugs.launchpad.net/ubuntu/+source/dstat/+bug/1905665

https://github.com/dstat-real/dstat/issues/120

2 ） njmon 收集的数据，Grafana 上的模板主要针对 AIX ，没找到好用的 Linux 模板。

第 3 条附言 · 162 天前

目前在用 node_exporter + Prometheus + Grafana ，搭配 docker compose 特别好用。建议大家一步到位～

另外，InfluxDB 野心太大，用起来也复杂（主要是查数据复杂），目前已弃坑。

njmon

监控

占用

持久化

44 条回复 • 2022-11-30 15:08:41 +08:00

kaiger

2022-09-22 09:41:29 +08:00

btop

bishop

2022-09-22 09:46:06 +08:00

htop

salmon5

2022-09-22 09:47:42 +08:00

"阿里云的云监控要付费"，不懂别乱说，是免费的。

jifengg

2022-09-22 09:51:29 +08:00

zabbix

fox0001

2022-09-22 09:51:45 +08:00 via Android

@bishop #2 htop 不能记录历史数据吧？用来管理进程是挺好的

tiiis

2022-09-22 09:54:52 +08:00

prometheus + grafana

fox0001

2022-09-22 09:57:19 +08:00 via Android

@salmon5 #3 这样说吧，阿里云的云监控有免费额度，超过了会收费。

lindas

2022-09-22 10:08:43 +08:00

普罗米修斯和 grafana

Shawns

2022-09-22 10:16:16 +08:00

node_exporter 收集 prometheus 存储 grafana 展示

Hasal

2022-09-22 10:20:47 +08:00

推测规模不大，建议用 zabbix ，其他监控系统一套部署下来所占用的主机可能比你的业务集群都多。

dreamramon

2022-09-22 10:23:09 +08:00

不想自己配置，开箱即用，就 netdata ，想自己再去配置一堆就普罗米修斯。

fox0001

2022-09-22 10:56:54 +08:00 via Android

@jifengg #4
@Hasal #10
看了下 zabbix ，是一套企业级解决方案。支持中文，界面直观，有警告通知等等，我找个时间玩玩。谢谢！

wxyrrcj

2022-09-22 13:07:00 +08:00 via Android

btop

salmon5

2022-09-22 13:35:45 +08:00

@fox0001 监控又不要钱的，告警免费短信 1000 条 /月，不够用？

jiom

2022-09-22 13:56:38 +08:00

prometheus + grafana/zabbix 两台来~

huangdanyu

2022-09-22 14:07:39 +08:00

阿里云云监控基础指表免费的够用啊其他业务监控需要自己搭建监控补充

salmon5

2022-09-22 14:48:58 +08:00

监控免费
告警：
钉钉｜企微｜飞书｜ slack Webhook
短信：免费额度 1000 条 /月，超出部分按 0.045 元 /条收费。
电话：0.15 元 /个。

这个不够用？

asilin

2022-09-22 15:26:13 +08:00

有想要较多的性能指标，还需要好看的图表页面，我推荐 Ganglia 。

虽然这个项目 2017 之后就没有怎么更新过了，但是用起来没问题，在生产环境中用了 6 年，占用 CPU 、内存和磁盘 IO 都很小，还可以将数据放到内存中，如果你不想占用磁盘 IO 的话。

xiaoz

2022-09-22 15:37:27 +08:00 via Android

同 6 楼和 9 楼，Prometheus+Gfafana

neilyoone

2022-09-22 17:31:56 +08:00

Zabbix 监控 ECS 、Prometheus 监控应用、Grafana 做监控大盘

zoharSoul

2022-09-22 17:40:47 +08:00

ecs 监控免费的啊

cnoder

2022-09-22 18:30:26 +08:00

node_exporter + prometheus + grafana
你的 prometheus + grafana 再展示別的数据还能复用

clickhouse

2022-09-22 18:54:40 +08:00

prometheus +10086

ZE3kr

2022-09-22 19:22:55 +08:00 via iPhone

snmp

yghack

2022-09-22 19:43:02 +08:00

机器数量低于 10 台建议，zabbix
高于 10 台，prometheus+ grafana 吧

wwhc

2022-09-22 21:12:55 +08:00

Munin 很省资源

Songxwn

2022-09-22 22:32:14 +08:00

Zabbix 吧

Jirajine

2022-09-22 22:57:41 +08:00

node_exporter + prometheus + grafana
部署完了以后可以逐步在业务代码里添加 tracing ，收集聚合展示其他业务相关的 metric 。

fox0001

2022-09-22 23:54:40 +08:00 via Android

@yghack #25 看过有文章说，prometheus 更适合于容器的监控。所以想请教一下你的结论是怎样总结得出？有没有相关的经验、数据或者文章可以参考一下？

该文章：
https://blog.51cto.com/lovebetterworld/2864084

fox0001

2022-09-23 00:02:19 +08:00 via Android

@Jirajine #28 不好意思，涉及收集业务数据的方案，不是很明白。你意思是，在业务代码添加发送相关数据到 prometheus 的功能，然后就能分析和统计业务相关的指标吗？

Alliot

2022-09-23 00:37:14 +08:00 via Android

说到监控，如果你对硬件网络设备不关心，那么不要想，直接 prometheus 全家桶。
如果是硬件监控，zabbix PRTG 都是你的选择。
如果是云资源，数量 10 以下，没太多定制需求，直接用云厂商的监控。
所以答案很明显了。

akira

2022-09-23 00:57:10 +08:00

自己部署的时候投入的人力资源，新增的服务器资源，比云监控便宜么。。

Jirajine

2022-09-23 01:26:40 +08:00

@fox0001 没错，node_exporter 只是输出 CPU/内存这些通用的硬件监测指标，还可以自行添加业务相关的数据源，在线用户数、订单量等，以及代码中结构化日志，有多少 warning 、error ，包括 payload ，都可以在 grafana 里可视化展示。
一般框架和库和 log infra 集成，代码里直接 tracing ，就可以自动收集、汇总、展示了。

fox0001

2022-09-23 06:17:45 +08:00 via Android

@Jirajine #33 感谢！这个好玩～

yghack

2022-09-23 06:53:30 +08:00

@fox0001 没有相关文章，经验之谈，zabbix 易用性更强，prometheus 性能更好，相同的配置下，prometheus 的承载量大不少

fox0001

2022-09-23 07:57:00 +08:00 via Android

@yghack #35 谢谢

fox0001

2022-09-23 08:14:30 +08:00 via Android

@yghack #35 对了，我记得 Zabbix 是使用 MySQL 之类的关系数据库存储数据，所以相对于 Prometheus 的时序数据库，确实逊色

liaohongxing

2022-09-23 08:33:38 +08:00

现代方案肯定是选 node_exporter + prometheus + grafana ，prometheus 还能接入众多第三方的 metrics ，代码的自定义 metrics ，显示自定义图表

zent00

2022-09-23 08:40:56 +08:00

如果有大量硬件需要监控，建议 Zabbix 。

其它场景我一般选择 Node Exporter + Prometheus + Grafana 。

备选方案 Telegraf + InfluxDB + Grafana 。

hoopan

2022-09-23 08:57:47 +08:00

Nightingale 夜莺监控 All-In-One 方案，我们公司运维在用。https://n9e.github.io/

Aumujun

2022-09-23 09:52:56 +08:00

prometheus 那一套我用下来感觉的缺点就是需要装一大堆 exporter ，暴露一堆端口；另外告警抑制之类的需要自己二次改动。不过总体下来比 zabbix 灵活很多，promql 真的很友好，开发可以对自己的需求编写 exporter 。我 elk 的告警就是对接到 prometheus 上的，不为别的，就是 promql 好使灵活。

huangzxx

2022-09-23 15:40:31 +08:00

zabbix

joApioVVx4M4X6Rf

2022-09-23 20:48:08 +08:00

我们组几十台服务器用的 Telegraf + InfluxDB + Grafana 。Telegraf 用的 docker 方式启动的，平时没出过啥问题，部署起来简直简单到起飞。Grafana 可以配置发报警我们目前是发送到 slack 的 channel 了，也是简单到爆炸

laiwei

2022-11-30 15:08:41 +08:00

@neilyoone 可以试试夜莺监控 = Zabbix + Prometheus + Grafana :) https://github.com/ccfos/nightingale