共计 1700 个字符，预计需要花费 5 分钟才能阅读完成。
Prometheus + Grafana 疾速上手，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：
wget https://github.com/prometheus/node_exporter/releases/download/v1.1.2/node_exporter-1.1.2.linux-amd64.tar.gz
tar xvfz node_exporter-1.1.2.linux-amd64.tar.gz
cd node_exporter-1.1.2.linux-amd64
nohup ./node_exporter &查看数据：
$ curl http://localhost:9100/metrics
# HELP go_gc_duration_seconds A summary of the pause duration of garbage collection cycles.
# TYPE go_gc_duration_seconds summary
go_gc_duration_seconds{quantile="0"} 0
go_gc_duration_seconds{quantile="0.25"} 0
go_gc_duration_seconds{quantile="0.5"} 0
...DCGM Exporter
用于采集 NVIDIA GPU 的数据，以 Docker 镜像运行：
docker run -d --restart=always --gpus all -p 9400:9400 nvidia/dcgm-exporter查看数据：
$ curl localhost:9400/metrics
# HELP DCGM_FI_DEV_SM_CLOCK SM clock frequency (in MHz).
# TYPE DCGM_FI_DEV_SM_CLOCK gauge
# HELP DCGM_FI_DEV_MEM_CLOCK Memory clock frequency (in MHz).
# TYPE DCGM_FI_DEV_MEM_CLOCK gauge
# HELP DCGM_FI_DEV_MEMORY_TEMP Memory temperature (in C).
...服务器
Prometheus
配置 ~/prometheus.yml：
global:
scrape_interval: 15s
scrape_configs:
# Node Exporter
- job_name: node
static_configs:
- targets: ['192.167.200.91:9100']
# DCGM Exporter
- job_name: dcgm
static_configs:
- targets: ['192.167.200.91:9400']运行 Docker 镜像：
docker run -d --restart=always \
-p 9090:9090 \
-v ~/prometheus.yml:/etc/prometheus/prometheus.yml \
prom/prometheus拜访 http://localhost:9090/：
拜访 http://localhost:9090/targets：
Grafana
运行 Docker 镜像：
docker run -d --restart=always -p 3000:3000 grafana/grafana拜访 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：
查看仪表盘：
参考
- Start Prometheus
-
Prometheus Docs
- Configuration
- Node Exporter
- DCGM Exporter
-
Grafana Docs
- Dashboards
- Plugins
GoCoding 集体实际的教训分享，可关注公众号！
正文完
