Prometheus + Grafana 快速上手

Prometheus + Grafana 快速上手，监控主机的 CPU, GPU, MEM, IO 等状态。

前提

Docker

客户端

Node Exporter

用于采集 UNIX 内核主机的数据，这里下载并解压：

1wget https://github.com/prometheus/node_exporter/releases/download/v1.1.2/node_exporter-1.1.2.linux-amd64.tar.gz
2tar xvfz node_exporter-1.1.2.linux-amd64.tar.gz
3cd node_exporter-1.1.2.linux-amd64
4nohup ./node_exporter &

查看数据：

1$ curl http://localhost:9100/metrics
2# HELP go_gc_duration_seconds A summary of the pause duration of garbage collection cycles.
3# TYPE go_gc_duration_seconds summary
4go_gc_duration_seconds{quantile="0"} 0
5go_gc_duration_seconds{quantile="0.25"} 0
6go_gc_duration_seconds{quantile="0.5"} 0
7...

DCGM Exporter

用于采集 NVIDIA GPU 的数据，以 Docker 镜像运行：

1docker run -d --restart=always --gpus all -p 9400:9400 nvidia/dcgm-exporter

查看数据：

1$ curl localhost:9400/metrics
2# HELP DCGM_FI_DEV_SM_CLOCK SM clock frequency (in MHz).
3# TYPE DCGM_FI_DEV_SM_CLOCK gauge
4# HELP DCGM_FI_DEV_MEM_CLOCK Memory clock frequency (in MHz).
5# TYPE DCGM_FI_DEV_MEM_CLOCK gauge
6# HELP DCGM_FI_DEV_MEMORY_TEMP Memory temperature (in C).
7...

服务器

Prometheus

配置 ~/prometheus.yml：

1global:
2  scrape_interval: 15s
3
4scrape_configs:
5# Node Exporter
6- job_name: node
7  static_configs:
8  - targets: ['192.167.200.91:9100']
9# DCGM Exporter
10- job_name: dcgm
11  static_configs:
12  - targets: ['192.167.200.91:9400']

运行 Docker 镜像：

1docker run -d --restart=always \
2-p 9090:9090 \
3-v ~/prometheus.yml:/etc/prometheus/prometheus.yml \
4prom/prometheus

访问 http://localhost:9090/ ：

访问 http://localhost:9090/targets ：

Grafana

运行 Docker 镜像：

1docker run -d --restart=always -p 3000:3000 grafana/grafana

访问 http://localhost:3000/ ：

以 admin/admin 登录。

新增数据源

新增 Prometheus：

点击 Save & Test：

导入仪表盘

导入 8919 Node Exporter for Prometheus Dashboard by StarsL.cn：

查看仪表盘：

导入 12239 NVIDIA DCGM Exporter Dashboard by nvidia：