VPS 资源监控与告警

引言

大家好啊！今天想跟你们聊聊 VPS 资源监控和告警这个话题。说实话，之前我有个朋友，他的博客网站突然挂了，访问不了，结果排查半天发现是服务器磁盘满了。你说这种问题要是能提前预警，是不是就不会那么狼狈了？

我自己也踩过不少坑。之前跑了个采集脚本，CPU 跑满了自己不知道，等发现的时候 VPS 已经被服务商给暂停了。从那以后，我就开始认真对待监控这事儿了。今天把我的经验整理一下，分享给有同样需求的小伙伴。

监控哪些指标

首先咱们得知道，VPS 到底需要监控哪些东西。我总结了一下，最核心的主要有这几个：

CPU 使用率 这个就不用多说了吧，CPU 跑满了网站肯定卡，严重的直接就挂掉了。一般超过 80% 就要注意了，90% 以上就得赶紧处理。 内存使用率 内存不够用的话，系统会开始用 swap，性能会明显下降。如果用的是 1G 以下小内存的 VPS，更要密切关注这个指标。 磁盘使用率 这个太重要了！磁盘满了不只是写入失败，很多服务甚至会直接崩溃。我之前那个朋友就是吃了这个亏。 磁盘 IO 有时候磁盘没满，但是 IO 读写特别频繁，也会导致性能问题。特别是跑数据库的朋友，这个指标很关键。 网络流量 入站出站流量都要关注，如果有异常流量，可能是被攻击了，或者脚本出问题了。 进程状态 关键服务是否在运行，比如 nginx、mysql、php-fpm 这些，挂了要及时知道。

轻量级监控方案：Netdata

如果你不想搞太复杂的监控体系，我强烈推荐试试 Netdata。这玩意儿安装超级简单，界面又好看，基本上一条命令就搞定了。

# Ubuntu/Debian

bash <(curl -Ss https://my-netdata.io/kickstart.sh)

安装完成后，直接访问 http://你的IP:19999 就能看到实时监控面板。CPU、内存、磁盘、网络、进程，一目了然。而且它自带告警功能，配置一下阈值就能自动提醒你。

Netdata 的配置文件在 /etc/netdata/netdata.conf，告警规则在 /etc/netdata/health.d/ 目录下。比如你想修改 CPU 告警阈值，可以编辑对应的配置文件：

# cpu.conf 示例

alarm: cpu_usage


on: system.cpu


lookup: average -1m unaligned


every: 10s


crit: $this > 90


warn: $this > 80

不过 Netdata 主要是本地查看，如果你不在服务器旁边，想远程接收告警，还得配合其他工具。

更专业的方案：Prometheus + Grafana

如果你想要更强大的功能，比如历史数据存储、多台服务器统一监控、漂亮的可视化面板，那就可以考虑 Prometheus + Grafana 这套组合拳。

Prometheus 负责采集和存储指标数据，Grafana 负责把数据变成好看的图表。这俩都是开源的，在技术圈里用得特别广。

安装 docker 后，一条命令就能跑起来：

docker run -d \

--name prometheus \


-p 9090:9090 \


-v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \


prom/prometheus

然后在 prometheus.yml 里配置要监控的目标：

global:

scrape_interval: 15s



scrape_configs:


- job_name: 'vps-monitor'


static_configs:


- targets: ['localhost:9100']

这里需要配合 node_exporter 来采集服务器指标。安装好 node_exporter 后，它会在 9100 端口暴露监控数据。

Grafana 安装也很简单，同样用 docker：

docker run -d \

--name grafana \


-p 3000:3000 \


grafana/grafana

然后登录 Grafana，添加 Prometheus 数据源，导入一个 Node Exporter 的 Dashboard，瞬间就拥有专业级的监控面板了。

告警怎么配置

监控做好了，告警也得跟上，不然整天盯着看多累啊。常见的告警方式有这几种：

邮件告警 最基础的方式，配置简单，但是有时候会被当成垃圾邮件，不太实时。 微信/钉钉告警 这个比较实用，推送消息及时。可以用企业微信机器人或者钉钉机器人，配置好 webhook，脚本就能自动发送消息。 Telegram 告警 如果你在 TG 上，直接用 bot 发消息，体验非常好，而且几乎没有延迟。 短信告警 适合重要业务，紧急情况下能保证通知到你。

Prometheus 自带 AlertManager，可以配置各种告警规则。比如磁盘使用率超过 80% 就触发告警：

groups:

- name: node_rules


rules:


- alert: DiskSpaceLow


expr: (node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"}) < 0.2


for: 5m


labels:


severity: warning


annotations:


summary: "磁盘空间不足"


description: "服务器 {{ $labels.instance }} 磁盘剩余空间不足 20%"

简单粗暴的脚本方案

如果你觉得上面那些都太复杂了，想先整个简单的，那我再教你一个土办法——用 shell 脚本 + cron 定时任务。

比如监控磁盘使用率，超过 80% 就发邮件：

#!/bin/bash

check_disk.sh



USE=$(df -h / | awk 'NR==2 {print $5}' | sed 's/%//')


THRESHOLD=80



if [ $USE -gt $THRESHOLD ]; then


echo "Warning: Disk usage is ${USE}%" | mail -s "VPS Disk Alert" [email protected]


fi

然后 crontab 里加上：

*/30 * * * * /path/to/check_disk.sh

每半小时检查一次，简单粗暴，但是管用！

总结

好啦，今天关于 VPS 资源监控和告警就聊到这里。总的来说，监控这个事儿真的非常重要，别等到出问题 了才后悔莫及。

如果你是刚入门的小白，建议先从 Netdata 开始，一条命令就能用，体验一下监控的感觉。等熟悉了之后，可以逐步加上告警，再用 Prometheus + Grafana 打造专业级的监控体系。

记住一句话：最好的监控是防患于未然，而不是出了问题再补救。希望这篇文章能帮到你，让你的 VPS 跑得更安心！

有问题欢迎评论区聊聊，咱们下期再见～