ubuntu系统监控如何实现

Ubuntu系统监控实现指南

一 快速上手 命令行与桌面工具

• 实时与交互
  • 使用 top/htop 查看进程与资源占用；安装 htop：sudo apt install htop
  • 使用 vmstat 查看内存、CPU、IO 概况；使用 iostat 查看磁盘与CPU统计：sudo apt install sysstat
  • 使用 nmon 获取 CPU、内存、磁盘、网络的综合视图
  • 使用 iotop 定位进程级磁盘 I/O：sudo apt install iotop
  • 使用 atop 做更细粒度的历史与资源分析
• 图形界面
  • 使用 GNOME 系统监视器（System Monitor） 查看 CPU、内存、磁盘、网络与进程信息
• 进程树与快照
  • 使用 pstree 查看进程关系；使用 ps aux 获取进程快照
• LAMP 场景常用
  • 结合 top/htop/vmstat/iostat/sar 快速定位 Web/DB 资源瓶颈；sar 属于 sysstat 套件：sudo apt install sysstat
    以上工具覆盖了日常巡检、瓶颈定位与趋势观察的主要需求，适合服务器与桌面环境。

二 服务级自愈与基础告警

• 使用 systemd 保障关键服务
  • 在单元文件中设置 Restart=always 实现异常退出自动拉起；通过 systemctl status/enable/start 管理服务
  • 示例要点：
    • [Service] 段加入：Restart=always
    • 启用与启动：sudo systemctl enable myapp.service && sudo systemctl start myapp.service
• 使用 Monit 做资源阈值与服务管控
  • 安装：sudo apt install monit
  • 配置示例（/etc/monit/conf.d/myapp.conf）：
    • check process myapp with pidfile /var/run/myapp.pid
    • start program = “/etc/init.d/myapp start”
    • stop program = “/etc/init.d/myapp stop”
    • if memory > 200 MB for 5 cycles then alert your_email@example.com
  • 启动：sudo systemctl start monit
    上述方案轻量易落地，适合单机或少量节点的服务守护与阈值告警。

三 集中监控与可视化 推荐架构

• 组件与端口
  • Prometheus（时序采集与存储）：默认 9090
  • Grafana（可视化与告警面板）：默认 3000
  • Alertmanager（告警路由与通知）：默认 9093
• 安装与启动（Ubuntu 20.04/22.04 示例）
  • Prometheus：sudo apt update && sudo apt install prometheus；启动：sudo systemctl start prometheus
  • Grafana：添加仓库并安装
    • wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
    • echo “deb https://packages.grafana.com/oss/ubuntu $(lsb_release -cs) main” | sudo tee /etc/apt/sources.list.d/grafana.list
    • sudo apt update && sudo apt install grafana
    • 启动：sudo systemctl start grafana-server
  • Alertmanager：sudo apt install alertmanager；启动：sudo systemctl start alertmanager
• 关键配置
  • Prometheus 采集自身与节点：
    • scrape_configs:
      • job_name: ‘prometheus’ static_configs: [ { targets: [‘localhost:9090’] } ]
      • job_name: ‘node’ static_configs: [ { targets: [‘<节点IP>:9100’] } ] # 需在各节点部署 node_exporter
  • 告警规则示例（rules.yml）：
    • groups:
      • name: example rules:
        • alert: InstanceDown expr: up == 0 for: 1m labels: { severity: page } annotations: summary: “Instance {{ $labels.instance }} down” description: “{{ $labels.instance }} of job {{ $labels.job }} down for >1m”
  • Prometheus 加载规则与告警路由：
    • rule_files: [“rules.yml”]
    • alerting:
      • alertmanagers: [ { static_configs: [ { targets: [‘localhost:9093’] } ] } ]
  • Grafana：添加 Prometheus 数据源（URL：http://<prometheus_ip>:9090），导入官方或社区 Node Exporter/主机监控 仪表板
    该架构适合中小规模到大规模集群，具备强大的查询、可视化与灵活告警能力。

四 企业级与网络监控方案

• Zabbix
  • 安装：sudo apt update && sudo apt install zabbix-server-mysql zabbix-frontend-php zabbix-apache-conf zabbix-agent
  • 配置数据库连接后启动服务，访问 http://<server_ip>/zabbix 完成安装向导
• Nagios
  • 安装：sudo apt update && sudo apt install nagios3 nagios-plugins
  • 通过 Web 界面完成监控对象与服务定义，适合传统 IT 与网络监控场景
    两者提供主机/服务/网络设备的状态监控、通知与可视化，适合需要更强权限控制与复杂依赖的企业环境。

五 落地选型与实施建议

• 场景与工具对照
  • 单机/少量节点：优先 systemd + Monit，辅以 top/htop/vmstat/iostat
  • 可视化与历史趋势：部署 Prometheus + Grafana，节点安装 node_exporter
  • 统一告警：在 Prometheus 配置 rules.yml，用 Alertmanager 路由到邮件/企业微信/钉钉/Slack
  • 企业级与网络：选择 Zabbix 或 Nagios
• 实施步骤
  • 明确指标与阈值（CPU、内存、磁盘、IO、服务存活、响应时延）
  • 先部署采集与存储，再配置可视化与告警，最后做容量与保留策略规划
  • 为关键告警设置 for 持续时长，避免抖动；为通知设置 分组与抑制 规则
  • 建立变更与演练机制（告警演练、故障注入、回滚预案）