📈 第03章 · node-exporter 采集

系统指标采集

node-exporter 采集¶

Prometheus 负责"拉",但数据得先有人"产生"。node-exporter 就是那台"把系统指标翻译成 Prometheus 格式"的采集器:它把 CPU、内存、磁盘、网络、文件系统等状态变成一群带名字和标签的指标,暴露在 /metrics 上供 Prometheus 定时来抓。这一章讲清楚它采集什么、怎么装、怎么验证。

node-exporter 是什么¶

Prometheus 官方有一整套 exporter 生态,node-exporter 专门采集宿主机/节点层面的系统指标(不采集数据库、nginx 这类具体应用,那些另有专属 exporter)。

本质是一个进程,监听 9100 端口;
暴露 http://localhost:9100/metrics 的纯文本指标;
Prometheus 把它当作一个 target,定时来抓。

在这台服务器上,它由 systemd 托管,名为 prometheus-node-exporter:

systemctl status prometheus-node-exporter
# Active: active (running) since Mon 2026-09-07 20:39:40 UTC; 16h ago
ss -ltnp | grep 9100
# LISTEN  ...  *:9100  ...  users:(("prometheus-node",pid=13977))

安装(Debian/Ubuntu):

sudo apt-get install -y prometheus-node-exporter
sudo systemctl enable --now prometheus-node-exporter

提示 Debian 包的服务名是 prometheus-node-exporter(带 prometheus- 前缀),不是裸的 node_exporter。如果用 Go 官方二进制,运行文件名才是 node_exporter。用 systemctl status 之前先确认包名。

采集哪些指标¶

node-exporter 按子系统分组,最重要的几类:

指标前缀	采集内容	典型例子
`node_cpu_seconds_total`	CPU 各 mode 累计秒数	`{cpu="0",mode="idle"}`
`node_memory_*`	内存	`MemTotal_bytes`、`MemAvailable_bytes`
`node_filesystem_*`	文件系统	`size_bytes`、`free_bytes`、`avail_bytes`
`node_disk_read_bytes_total`	磁盘读字节(累计)	配 `rate` 转速度
`node_disk_written_bytes_total`	磁盘写字节(累计)	同左
`node_network_receive_bytes_total`	网络收字节(累计)	同左
`node_network_transmit_bytes_total`	网络发字节(累计)	同左
`node_load1 / 5 / 15`	平均负载	当前 1/5/15 分钟
`node_procs_running`	运行中进程数	即时快照
`node_boot_time_seconds`	开机时间戳	用于算 uptime
`node_uname_info`	系统信息(label)	主机名 `nodename`

直接抓一页看看真实长啥样:

curl -s http://localhost:9100/metrics | head -15

会看到形如:

# HELP node_cpu_seconds_total Seconds the CPUs spent in each mode.
# TYPE node_cpu_seconds_total counter
node_cpu_seconds_total{cpu="0",mode="idle"} 54291.1
node_cpu_seconds_total{cpu="0",mode="iowait"} 10.4
node_cpu_seconds_total{cpu="0",mode="system"} 1358.34
node_cpu_seconds_total{cpu="0",mode="user"} 3693.79

关键指标的读法¶

CPU 是 Counter,要转成"使用率"必须先后做 rate/irate 和「1 - idle」,典型查询:

100 - (avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

本机实时值约 42.9(42.9%)——这个公式在监控报告和告警里都用得到。

内存是 Gauge,可以直接相除得使用率(注意都用字节,单位一致才可约):

(1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100

本机 MemTotal 约 33.65GB,可用约 54.5%,使用率约 45.5(对应的报告里 MEM 显示也印证了这一点)。

磁盘要挑对挂载点,并排除 tmpfs 等伪文件系统:

1 - node_filesystem_free_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"}

本机根分区空闲约 7.4%,即已用约 92.6%——记在报告和告警里,根分区是高风险点。

网络/磁盘速度要用 rate + sum,把多块卡/多盘合并:

sum(rate(node_network_receive_bytes_total[5m]))
sum(rate(node_disk_read_bytes_total[5m]))

本机网络接收速率约 87672 字节/秒(约 85.6 KB/s)。

验证采集:让 Prometheus 真正抓到¶

配置好了 node-exporter,Prometheus 还要在 scrape_configs 里声明它(第 2 章已配置 job_name: node)。验证是否真的抓到手:

# target 是否 up
curl -s localhost:9090/api/v1/targets | grep node

# 通过 PromQL 查 node 的相关指标
curl -s "localhost:9090/api/v1/query" --data-urlencode 'query=up{job="node"}'
# 结果: up{instance="localhost:9100",job="node"} 1   ← 值为 1 表示抓取成功

指标值 1 代表 up,0 代表 down——这本身就是最重要的存活告警来源。

让采集更贴近生产¶

多 target:static_configs.targets 里可放多台主机,['node1:9100','node2:9100'];
自动发现:生产环境目标会变,用 file_sd_configs(文件发现)或 consul_sd_configs/kubernetes_sd_configs 代替静态列表;
认证:给 node-exporter 加 --web.config.file 启用 HTTPS/Basic Auth,防止 /metrics 被任意读取(A 团队凭指标能算出你的机器负载)。

易错点¶

单位是字节不是 KB:node_memory_*_bytes、node_network_*_bytes 都是字节,做加法/除法时保持一致,换算成 KB/MB 才好看。
Counter 不能直接当"当前值":所有 *_total 都是累计量,要看速度必须套 rate() 或 irate()。
磁盘要排除 tmpfs/overlay:不写 mountpoint="/" 或 fstype!="tmpfs" 会混进一堆虚拟文件系统,数值失真。
服务名带前缀:Debian 包是 prometheus-node-exporter,不是 node_exporter,查服务用对名字。
防火墙记得放行 9100:9000/9090 都通但 9100 不通,target 就一直 down。