使用 Prometheus + Grafana 搭建高颜值服务器与 Docker 容器监控大屏全攻略

在搭建了包含 Emby 影音库、FastGPT 知识库、Alist 存储聚合等复杂服务的家庭服务器（Homelab）或云主机（VPS）后，服务器的运行健康度往往变得像一个“黑盒”。

很多玩家搭建了 Uptime Kuma 服务监控，但它只能进行黑盒存活探测（告诉你网站打不打得开）。当你遇到真正的性能故障时，黑盒监控往往无能为力：

网页虽然能打开，但响应极慢，你无法知道究竟是哪一个 Docker 容器在偷跑 CPU；
服务器突然死机重启，查不出是哪个服务发生了内存泄露（OOM）；
硬盘读写经常卡顿，不知道是 NAS 磁盘损坏还是转码任务占满了 IOPS。

Prometheus（普罗米修斯）+ Grafana 是云原生领域公认的工业级白盒监控与时序指标可视化黄金标准。配合 Node Exporter（系统硬件探针）与 cAdvisor（容器粒度探针），你能以秒级精度洞察宿主机与每一个独立容器的真实性能负载，并投射出极具极客质感的酷炫监控大屏。

本文将遵循 E-E-A-T（经验、专业、权威、可信） 原则，为你带来监控全家桶的生产级 Docker Compose 部署与仪表盘导入实战。

📊 四大主流服务器监控系统深度多维横评

对比维度	📈 Prometheus + Grafana (工业级白盒标准)	🦭 Uptime Kuma (轻量黑盒检测)	🪆 哪吒监控 (多小鸡集中看板)	⚡ Netdata (单机实时分析)
主要定位	全维度时序指标采集、聚合与大屏呈现	服务可用性、Ping 延迟与断线告警	跨机房多台 VPS 资产集中状态概览	单机秒级极致实时诊断分析
指标深度	👑 极深（硬件细节 + 容器单体粒度）	较浅（仅探测端口/HTTP状态）	中等（基础 CPU/内存/网速汇总）	极深（单机极其丰富）
时序存储 (TSDB)	👑 原生内置强大 TSDB，支持历史回溯	SQLite 记录历史响应时间	SQLite/MySQL 记录流水	默认不偏重长期历史存档
单容器监控能力	👑 原生配合 cAdvisor 监控单容器资源	仅支持 Docker 容器存活状态	❌ 无法细化到单个容器指标	支持容器监控
大屏视觉表现力	👑 天花板级别（海量顶级开源仪表盘）	简约状态页	简约卡片式列表	偏向专业密集图表
资源消耗	中等（整套约占用 300MB~500MB 内存）	👑 极低（约 50MB 内存）	较低（约 50MB 内存）	较高（频繁采集吃 CPU）

💡 架构师选型总结：
Uptime Kuma 负责“在服务挂掉时给你发 Telegram/微信告警”；
Prometheus + Grafana 负责“在服务挂掉前让你看清是谁在吃满内存、提前介入调优”。两者搭配才是最完美的运维闭环！

🧭 云原生可观测性流水线架构

mermaid

graph TD
    subgraph 数据采集层 (Exporters)
        NodeExp[Node Exporter: 采集宿主机 CPU/内存/磁盘/网络]
        cAdvisor[cAdvisor: 采集每个 Docker 容器的单体资源开销]
    end

    subgraph 数据存储与计算层 (TSDB)
        Prometheus[Prometheus 时序数据库 (默认 9090 端口)]
        NodeExp -->|Prometheus 定时拉取 Metrics| Prometheus
        cAdvisor -->|Prometheus 定时拉取 Metrics| Prometheus
    end

    subgraph 数据呈现与告警层 (Visualization)
        Grafana[Grafana 高颜值仪表盘 (默认 3000 端口)]
        Prometheus -->|PromQL 查询时序数据| Grafana
        Grafana --> UserScreen[你的电脑 / 平板 / 电视监控墙大屏]
    end

🛠️ 第一步：前置配置与目录规划

在服务器上规划清晰的持久化目录：

bash

mkdir -p /docker/monitor/prometheus/data
mkdir -p /docker/monitor/grafana/data
cd /docker/monitor

1. 编写 Prometheus 抓取配置文件 `prometheus.yml`

在 /docker/monitor/prometheus/prometheus.yml 中写入：

yaml

global:
  scrape_interval: 15s # 全局每 15 秒拉取一次指标
  evaluation_interval: 15s

scrape_configs:
  # 1. 采集 Prometheus 自身健康数据
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  # 2. 采集宿主机硬件物理指标
  - job_name: 'node_exporter'
    static_configs:
      - targets: ['node-exporter:9100']

  # 3. 采集每个 Docker 容器的运行资源
  - job_name: 'cadvisor'
    static_configs:
      - targets: ['cadvisor:8080']

🐳 第二步：编写生产级 Docker Compose 编排

在 /docker/monitor 目录下创建 docker-compose.yml：

yaml

services:
  # 1. 时序数据存储与处理核心
  prometheus:
    image: prom/prometheus:latest
    container_name: monitor-prometheus
    restart: unless-stopped
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--storage.tsdb.retention.time=15d' # 核心优化！数据保留 15 天，防止撑爆磁盘
      - '--web.enable-lifecycle' # 允许热重载配置
    volumes:
      - ./prometheus/prometheus.yml:/etc/prometheus/prometheus.yml:ro
      - ./prometheus/data:/prometheus
    ports:
      - '9090:9090'
    networks:
      - monitor_net

  # 2. 宿主机硬件探针 (Node Exporter)
  node-exporter:
    image: prom/node-exporter:latest
    container_name: monitor-node-exporter
    restart: unless-stopped
    pid: host # 必须使用宿主机 PID 命名空间获取真实进程
    volumes:
      - '/:/host:ro,rslave'
    command:
      - '--path.rootfs=/host'
    networks:
      - monitor_net

  # 3. Docker 容器粒度指标探针 (cAdvisor)
  cadvisor:
    image: gcr.io/cadvisor/cadvisor:latest
    container_name: monitor-cadvisor
    restart: unless-stopped
    privileged: true
    volumes:
      - /:/rootfs:ro
      - /var/run:/var/run:ro
      - /sys:/sys:ro
      - /var/lib/docker/:/var/lib/docker:ro
      - /dev/disk/:/dev/disk:ro
    networks:
      - monitor_net

  # 4. 可视化交互大屏 (Grafana)
  grafana:
    image: grafana/grafana:latest
    container_name: monitor-grafana
    restart: unless-stopped
    ports:
      - '3000:3000'
    environment:
      - GF_SECURITY_ADMIN_USER=admin
      - GF_SECURITY_ADMIN_PASSWORD=your_secure_password_123
      - GF_USERS_ALLOW_SIGN_UP=false
    volumes:
      - ./grafana/data:/var/lib/grafana
    depends_on:
      - prometheus
    networks:
      - monitor_net

networks:
  monitor_net:
    name: monitor_net

执行启动命令：

bash

docker compose up -d

🎨 第三步：Grafana 数据源绑定与两大神仙仪表盘导入

容器启动完毕后，在浏览器访问：http://你的服务器IP:3000，输入你在配置中设置的用户名与密码登录 Grafana。

1. 绑定 Prometheus 数据源

点击左侧齿轮 “Connections” -> “Data sources” -> 点击 “Add data source”。
选择 Prometheus。
Prometheus server URL 填写：http://prometheus:9090（直接使用容器名互通）。
滑到最底部，点击 “Save & test”。若显示绿色的 Successfully queried the Prometheus API. 则代表数据流彻底打通！

2. 导入黄金标准大屏仪表盘

Grafana 官方社区有成千上万个开发者贡献的高颜值 Dashboard，我们无需手动拖拽图表，直接通过 ID 一键导入：

🔹 仪表盘 A：Node Exporter Full（全主机硬件监控天花板）

点击右上角 “+” -> 选择 “Import dashboard”。
在“Find and import dashboards for common applications”输入框中输入官方 ID：1860，点击 Load。
在底部 Prometheus 下拉菜单中选择刚才绑定的数据源，点击 Import。

大屏效果：CPU 核心温度、内存使用率热力图、网卡收发速率（以真实网速曲线呈现）、磁盘可用空间及 IO 等待时间（iowait）一览无余！

🔹 仪表盘 B：Docker and OS System Metrics（单容器深度诊断）

再次点击“Import dashboard”，输入官方 ID：893（或 14282），点击 Load。
关联 Prometheus 数据源并导入。

大屏效果：你可以从下拉菜单中选中任何一个特定的容器（如 emby 或 fastgpt），精确查看该容器单体消耗了多少 MB 内存、跑了多少 CPU 核心、读写了多少临时文件。哪个服务在偷跑算力，一眼便知！

💬 总结

通过 Prometheus 与 Grafana 的协同部署，我们不仅摆脱了传统“两眼一抹黑”的盲人式运维，更为家庭数据中心增添了一抹极具科技感的视觉大屏。

反向代理加固：外网安全访问监控大屏？查看 Nginx Proxy Manager 配置域名与 SSL 教程。
存活报警联动：配合多协议主动告警？参考 Uptime Kuma 自托管状态面板实战。

使用 Prometheus + Grafana 搭建高颜值服务器与 Docker 容器监控大屏全攻略 ​

📊 四大主流服务器监控系统深度多维横评 ​

🧭 云原生可观测性流水线架构 ​

🛠️ 第一步：前置配置与目录规划 ​

1. 编写 Prometheus 抓取配置文件 prometheus.yml ​

🐳 第二步：编写生产级 Docker Compose 编排 ​

🎨 第三步：Grafana 数据源绑定与两大神仙仪表盘导入 ​

1. 绑定 Prometheus 数据源 ​

2. 导入黄金标准大屏仪表盘 ​

🔹 仪表盘 A：Node Exporter Full（全主机硬件监控天花板） ​

🔹 仪表盘 B：Docker and OS System Metrics（单容器深度诊断） ​

💬 总结 ​