docker搭建prometheus(二)——添加新的主机节点

本文指导如何在已有的Prometheus监控系统中,为新节点安装node-exporter,配置docker加速,并在prometheus.yml中新增实例。通过实例配置,确保节点监控正常显示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

上一篇我们已经搭建好了prometheus、granfana,那我们要添加新的节点应该怎么做呢?下面我们就来操作一波。

在要监控的node节点安装docker-io,做加速配置、拉取node-exporter镜像
安装docker-io

yum install docker-io -y

配置加速下载镜像

vim /etc/docker/daemon.json

{
“registry-mirrors”: [
“https://hub-mirror.c.163.com”,
“https://mirror.baidubce.com”
]
}

开启docker,加上开机自启

systemctl start docker && systemctl enable docker

拉取node-exporter镜像

docker pull prom/node-exporter

创建node实例,有多少台就在多少台主机上执行

docker run -d -p 9100:9100 -v "/proc:/host/proc:ro"  -v "/sys:/host/sys:ro" -v "/:/rootfs:ro" --net="host"  prom/node-exporter

再到prometheus服务器上编辑prometheus.yml

vim /opt/prometheus/prometheus.yml

global:
scrape_interval: 60s
evaluation_interval: 60s

scrape_configs:

  • job_name: prometheus
    static_configs:
    • targets: [‘192.168.100.17:9090’]
      labels:
      instance: prometheus

一台主机加一个模块

  • job_name: linux # 节点1
    static_configs:

    • targets: [‘192.168.100.17:9100’]
      labels:
      instance: 192.168.100.17
  • job_name: cj1 # 节点2
    static_configs:

    • targets: [‘192.168.100.12:9100’]
      labels:
      instance: 192.168.100.12
  • job_name: cj2 # 节点3
    static_configs:

    • targets: [‘192.168.100.16:9100’]
      labels:
      instance: 192.168.100.16
      最后一步,重启prometheus容器加载yml文件(不知道有没有不用重启容器加载yml文件的办法,有的话请在下方留言,教教小弟,多谢_
docker restart prometheus的容器名称

访问host_ip:9090
在这里插入图片描述
可以看到,节点都添加成功了。

### 使用 Prometheus 监控 Docker 部署的 Spring Boot 应用程序 为了实现对通过 Docker 部署的 Spring Boot 应用程序的有效监控,可以采用 Prometheus 和 Grafana 组合的方式。这不仅能够提供详细的性能指标数据,还能帮助快速定位并解决问题。 #### 准备工作 确保已安装 Docker 及其相关组件,并配置好环境以便支持后续操作。对于 Spring Boot 应用而言,在项目中加入 `micrometer` 依赖来暴露必要的度量信息给 Prometheus 抓取是非常重要的[^1]。 ```xml <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> </dependency> ``` 上述 XML 片段展示了 Maven 构建工具中的依赖声明方式;如果使用 Gradle,则需相应调整语法结构。 #### 启动应用容器化服务 创建一个名为 `docker-compose.yml` 的文件用于定义多个关联的服务实例: ```yaml version: '3' services: app: image: your-spring-boot-app-image ports: - "8080:8080" environment: SPRING_METRICS_EXPORT_PROMETHEUS_ENABLED: true prometheus: image: prom/prometheus:v2.26.0 volumes: - ./prometheus.yml:/etc/prometheus/prometheus.yml ports: - "9090:9090" ``` 此 YAML 文件描述了一个包含两个服务的应用场景——一个是运行着目标 Spring Boot 应用程序的服务节点 (`app`) ,另一个则是负责收集和存储监控数据的 Prometheus 实例(`prometheus`). #### 编写 Prometheus 配置文件 在同一目录下新建 `prometheus.yml`, 添加如下内容以指定抓取规则: ```yaml scrape_configs: - job_name: 'springboot' metrics_path: '/actuator/prometheus' # 默认路径可能不同, 根据实际情况修改 static_configs: - targets: ['app:8080'] ``` 这段配置指示 Prometheus 定期访问位于 `/actuator/prometheus` 路径下的端点获取所需的数据集,并将其作为时间序列保存下来供进一步分析处理。 完成以上设置之后,只需执行命令 `docker-compose up -d` 即可启动整个系统架构。此时可以通过浏览器或其他 HTTP 工具访问 http://localhost:9090 来查看由 Prometheus 提供的各种图表展示界面了。 #### 展示效果 一旦成功搭建起这套基于 Prometheus 的监控体系,便能直观地观察到有关 CPU 利用率、内存占用情况以及请求响应延迟等多项关键业务指标的变化趋势图谱。这对于维护人员来说无疑是一大助力,有助于及时发现潜在风险因素并采取预防措施加以规避。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值