0014. Ubuntu 上 Docker 容器化搭建監控平台：Grafana + Prometheus + Node Exporter 監控 CPU & 記憶體

日期：2025年 05月 03日

標籤： Linux Ubuntu Grafana Prometheus Node Exporter

摘要：資訊筆記

應用所需：1. Linux 主機(本篇 Linux Ubuntu 22.04 作業系統)
2. 已安裝 Docker
3. 已安裝 Dotnet SDK 8.0 以上版本(本篇範例使用)
解決問題：1. 如何在 Ubuntu 上容器化搭建資料視覺化和監控平台套件
2. 如何設定 Prometheus 做為資料源，進行監控
3. 介紹 Prometheus、Node Exporter (監控機器資源必需的套件)
基本介紹：本篇分為 4 大部分。
第一部分：介紹監控 Grafana
第二部分：介紹相依套件 Prometheus
第三部分：介紹相依套件 Node Exporter
第四部分：安裝 Grafana & DEMO監控機器資源

第一部分：介紹 Grafana

Step 1：介紹

Grafana中文官網

查询、可视化和理解数据，并获取数据警报，无论数据存储在何处。
在 Grafana，您可以通过美观、灵活的数据面板创建、探索和共享所有数据。

簡單說：Grafana 的強大在於跟任何數據來源都能很好的支援，只負責獲取資料，呈現視覺化的圖表。

Step 2：收費價格

付費方案分成 Grafana OSS(開源免費)、Grafana Enterprise(企業付費版)

	Grafana OSS	Grafana Enterprise
可視化與監控	核心儀表板功能	相同，並有額外優化
數據來源支援	支援 Prometheus, Loki, InfluxDB, Elasticsearch 等	企業級數據來源（如 Splunk …)
用戶權限管理	只有基本角色（Admin/Editor/Viewer）	有，更進階
SSO / LDAP 整合	需手動設定	建 SSO（Google SSO 等）
報告功能	沒有	內建 PDF / CSV 報告排程
日誌	沒有	追蹤使用者行為
儀表板快取	沒有	有、效能好
技術支援	論壇、GitHub	企業級技術支援（SLA 保障）
價格	免費	可參考官網報價(極貴)

以上是兩者的差異，如果是小型專案免費版基本上夠用，如果是大型企業才會有需要考慮更高效能的監控、報告
官網報價

Step 3：免費版開源配置限制

官網安裝指南資訊，有建議安裝需求：
以下是最低限制：

Hardware recommendations
Grafana requires the minimum system resources:

Minimum recommended memory: 512 MB
Minimum recommended CPU: 1 core
Some features might require more memory or CPUs, including:

1. 記憶體 512 MB

2. 最小 CPU 1 核心

Grafana 的強大之處就在於只是收集資料的中繼點，耗費效能的事情都是資料來源的伺服器要煩惱的事情。

Step 4：支援的資料來源與查詢對應

以下是 Grafana 常見的 資料來源、對應的插件，以及主要用途：

資料來源	插件類型	主要用途
Prometheus	官方	監控指標數據（Metrics），適用於基礎架構、Kubernetes、應用程式監控
InfluxDB	官方	時序數據（Time-Series Data），可用於 IoT、系統監控
Loki	官方	日誌（Logs），與 Prometheus 互補，用於日誌管理
Elasticsearch	官方	全文檢索 & 日誌數據，適合 Log 監控、APM（應用程式效能管理）
Graphite	官方	時序數據分析，與 Prometheus 類似，常用於監控
MySQL / PostgreSQL	官方	關聯式數據庫查詢，可視覺化 SQL 查詢結果
MSSQL	官方	適用於企業的 SQL Server 監控
Azure Monitor	官方	監控 Azure 雲端資源，如 VM、應用服務
Google Cloud Monitoring	官方	監控 GCP（Google Cloud Platform）資源
AWS CloudWatch	官方	監控 AWS 資源，如 EC2、Lambda、RDS
OpenTelemetry	官方	APM 追蹤數據，與 Jaeger / Zipkin 相似
Jaeger	官方	分佈式追蹤（Tracing），用於 APM（Application Performance Monitoring）
Zipkin	官方	另一種分佈式追蹤方案，與 Jaeger 競爭
Splunk	官方	日誌與安全監控（SIEM），企業級方案
Datadog	官方	監控指標與日誌，適用於 Datadog 用戶
New Relic	官方	APM & 監控應用程式效能
Snowflake	官方	雲端數據分析，適用於大數據查詢
MongoDB	社群	監控 MongoDB 的查詢效能與指標
Zabbix	社群	整合 Zabbix 監控系統
Ceph	社群	監控 Ceph 分佈式存儲
Redis	社群	監控 Redis 記憶體、查詢效能
RabbitMQ	社群	監控訊息佇列（MQ）狀態
Kafka	社群	監控 Kafka 訊息流與 Broker 狀態
ClickHouse	社群	查詢 ClickHouse 的 OLAP 數據

Step 5：Grafana 架構

目標 : 可以透過 Grafana 監控機器的 CPU，記憶體資源，因此整體的架構如圖：

對應圖片，由用戶發起查詢有以下對應流程：

1. 用戶進行查詢

2. 機器收到後呼叫 Grafana 服務

3. Grafana 服務收到後呼叫 Prometheus

4. Prometheus 服務收到後將紀錄資料回傳給 Grafana

5. 最終用戶可以看到查詢的結果

其中 Prometheus 會持續向 Node Exporter 索取資料，來進行紀錄

第二部分：介紹相依套件 Prometheus

Step 1：介紹 - 主要用途

以下擷取自 Prometheus 的 Github

Prometheus, a Cloud Native Computing Foundation project, is a systems and service monitoring system. It collects metrics from configured targets at given intervals, evaluates rule expressions, displays the results, and can trigger alerts when specified conditions are observed.

大意是說：提供了雲、系統監控、每個時序中收集數據。並且提供依照過濾條件顯示特定的資訊。
※定期抓取數據 & 存儲（可查詢歷史趨勢）

如同資料收集的中樞，有需要的時候可以跟 Prometheus 調閱資料
圖片來源

Step 2：強大且免費 - 優劣分析

其中 Node Exporter 是 Prometheus 中的一個收集數據套件，但仍可以獨立運行
優點如下：

1. 完全開源 & 免費

2. 時間序列數據高效能

3. 警告管理自定義

4. Grafana 無縫整合

5. 可水平擴展，適合微服務

缺點如下:

1. 沒有內建長期存儲

2. 只適合數值型監控

3. 單機性能有限

4. 存儲空間需求較大

第三部分：介紹相依套件 Node Exporter

Step 1：介紹 - 資源

Node Exporter 與 Prometheus 高度整合的套件，通常兩者會一起使用
Node Exporter指南官方提供安裝操作流程，本篇整合在 docker-compose.yml 中，具體也可參考Github

Step 2：介紹 - 主要用途

Node Exporter 是為了視覺化 Prometheus 的資料，顯示系統指標的圖示，特色如下：

1. 免費 & 開源

2. 輕量 & 高效

3. 監控系統資源指標

如果只安裝 Node Exporter 會即刻回傳當前機器系統資源的資料，但無法回顧歷史資料(歷史資料在 Prometheus )

第四部分：安裝 Grafana & DEMO監控機器資源

Step 1：建立 DockerCompose

先進入 Ubuntu 主機上，新建以下 DockerCompose.yml 檔案，內容如下：

version: '3'
services:
  prometheus:
    image: prom/prometheus
    container_name: prometheus
    restart: unless-stopped
    volumes:
      - ./prometheus:/etc/prometheus
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--web.console.libraries=/etc/prometheus/console_libraries'
      - '--web.console.templates=/etc/prometheus/consoles'
      - '--web.enable-lifecycle'
    ports:
      - "9200:9090"  # 外部使用 9200 連接到內部的 9090
    networks:
      - grafana-net

  node-exporter:
    image: prom/node-exporter
    container_name: node-exporter
    restart: unless-stopped
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro
    command:
      - '--path.procfs=/host/proc'
      - '--path.sysfs=/host/sys'
      - '--path.rootfs=/rootfs'
      - '--collector.filesystem.ignored-mount-points=^/(sys|proc|dev|host|etc)($$|/)'
    ports:
      - "9201:9100"  # 外部使用 9201 連接到內部的 9100
    networks:
      - grafana-net

  grafana:
    image: grafana/grafana
    container_name: grafana
    restart: unless-stopped
    volumes:
      - grafana_data:/var/lib/grafana
    ports:
      - "9202:3000"  # 外部使用 9202 連接到內部的 3000
    networks:
      - grafana-net
    depends_on:
      - prometheus

volumes:
  prometheus_data:
  grafana_data:

networks:
  grafana-net:

為了說明，Port 有自定義，對應如下：

Prometheus	9200
Node Exporter	9201
Grafana	9202

Step 2：建立 prometheus 設定檔案

接著在 Ubuntu 上建立 Prometheus 的配置檔案，要與 Node Exporter 取得資料
這邊 Node Exporter 用 9100 是對應的 Container 內部的 Port 號，而非宿主機的 9201
便於容器內網路相互溝通

global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'node-exporter'
    static_configs:
      - targets: ['node-exporter:9100']