tianon/prometheus Docker 镜像 - 轩辕镜像

tianon/prometheus Docker镜像文档

镜像概述

tianon/prometheus是Prometheus监控系统的Docker镜像，提供Prometheus主程序及节点导出器（node-exporter）的容器化部署。该镜像包含两个主要标签：

• latest：Prometheus主程序，用于指标收集、存储和查询
• node-exporter：Prometheus节点导出器，用于收集主机硬件和操作系统指标

可与tianon/grafana配合使用，实现指标可视化与告警。

核心功能与特性

tianon/prometheus:latest（主程序）

• 时序数据存储：高效存储时间序列指标数据
• PromQL查询：支持灵活的PromQL查询语言，用于指标分析
• 数据可视化：内置Web UI，支持指标实时查看与图表展示
• 告警规则：支持自定义告警规则，触发时发送通知
• 服务发现：支持多种服务发现机制（静态配置、DNS、Kubernetes等）
• 数据持久化：支持本地存储与远程存储集成

tianon/prometheus:node-exporter（节点导出器）

• 系统指标收集：收集CPU、内存、磁盘I/O、网络流量等主机指标
• 硬件指标监控：监控主机CPU温度、风扇转速等硬件信息（依赖主机支持）
• 可配置采集：支持通过命令行参数启用/禁用特定指标采集器
• 低资源占用：轻量级设计，对主机性能影响小

使用场景与适用范围

tianon/prometheus:latest适用场景

• 作为监控系统核心，部署在服务器或Kubernetes集群中
• 收集来自应用程序、数据库、中间件的业务与系统指标
• 构建自定义监控看板，分析系统性能趋势
• 设置关键指标告警，及时发现系统异常

tianon/prometheus:node-exporter适用场景

• 部署在需要监控的物理机或虚拟机上，采集主机基础指标
• 配合Prometheus主程序，构建完整的主机监控体系
• 用于服务器资源利用率分析、容量规划与故障排查

使用方法与部署示例

1. tianon/prometheus:latest部署

基本运行（默认配置）

bash
docker run -d -p 9090:9090 --name prometheus tianon/prometheus:latest

访问 http://<主机IP>:9090 即可打开Prometheus Web UI。

自定义配置文件部署

1. 准备Prometheus配置文件（prometheus.yml），示例：

yaml
global:
  scrape_interval: 15s  # 全局抓取间隔

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']  # 监控Prometheus自身
  - job_name: 'node'
    static_configs:
      - targets: ['node-exporter:9100']  # 监控node-exporter（需与node-exporter容器在同一网络）

2. 运行容器并挂载配置文件：

bash
docker run -d \
  -p 9090:9090 \
  -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \
  --name prometheus \
  tianon/prometheus:latest

Docker Compose示例（与node-exporter联动）

yaml
version: '3'
services:
  prometheus:
    image: tianon/prometheus:latest
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
    depends_on:
      - node-exporter
    networks:
      - monitoring

  node-exporter:
    image: tianon/prometheus:node-exporter
    network_mode: host  # 使用主机网络以获取准确的主机指标
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro
    command:
      - '--path.procfs=/host/proc'
      - '--path.sysfs=/host/sys'
      - '--collector.filesystem.ignored-mount-points=^/(sys|proc|dev|host|etc)($$|/)'

networks:
  monitoring:

2. tianon/prometheus:node-exporter部署

主机网络模式运行（推荐）

bash
docker run -d \
  --name node-exporter \
  --net=host \
  -v /proc:/host/proc:ro \
  -v /sys:/host/sys:ro \
  -v /:/rootfs:ro \
  tianon/prometheus:node-exporter \
  --path.procfs=/host/proc \
  --path.sysfs=/host/sys \
  --collector.filesystem.ignored-mount-points=^/(sys|proc|dev|host|etc)($$|/)

访问 http://<主机IP>:9100/metrics 可查看导出的指标数据。

自定义采集器配置

禁用特定采集器（如禁用磁盘IO采集）：

bash
docker run -d \
  --name node-exporter \
  --net=host \
  tianon/prometheus:node-exporter \
  --no-collector.diskstats

配置参数说明

tianon/prometheus:latest主要配置项

• 配置文件挂载：通过 -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml 挂载自定义配置
• 数据持久化：默认数据存储在容器内/prometheus目录，可通过 -v prometheus-data:/prometheus 挂载数据卷持久化数据
• 命令行参数：可通过 docker run 命令追加Prometheus参数，如 --web.enable-lifecycle 启用配置热加载

tianon/prometheus:node-exporter常用参数

注意事项

• node-exporter推荐使用--net=host主机网络模式，以确保能正确获取主机网络、进程等指标
• Prometheus主程序数据目录/prometheus建议通过数据卷挂载，避免容器重建导致数据丢失
• 生产环境中应使用自定义prometheus.yml配置，根据监控目标调整抓取规则与周期
• 可通过docker logs <container-name>查看容器运行日志，排查启动或配置问题===SHORT_DESC=== Prometheus监控系统和时序数据库，用于收集、存储和分析指标数据。

===FULL_DESC===# tianon/prometheus Docker镜像文档

镜像概述

tianon/prometheus是Prometheus监控系统的Docker镜像，提供Prometheus主程序及节点导出器（node-exporter）的容器化部署。该镜像包含两个主要功能标签：

• latest：Prometheus主程序，负责指标数据的收集、存储、查询与告警
• node-exporter：Prometheus节点导出器，用于采集主机硬件和操作系统指标

建议与tianon/grafana配合使用，实现指标可视化与监控告警闭环。

核心功能与特性

tianon/prometheus:latest（主程序）

• 时序数据存储：基于时序数据库，高效存储时间序列指标数据
• PromQL查询语言：支持强大的PromQL查询，实现复杂指标分析与聚合
• 内置Web UI：提供直观的Web界面，支持指标实时查询与图表展示
• 灵活告警机制：支持自定义告警规则，触发时通过Alertmanager发送通知
• 多源数据采集：支持Pull/Push两种采集模式，适配多种数据源
• 服务发现集成：支持静态配置、DNS、Kubernetes等多种服务发现方式

tianon/prometheus:node-exporter（节点导出器）

• 系统指标采集：收集CPU、内存、磁盘I/O、网络流量等核心系统指标
• 硬件监控能力：采集主机CPU温度、风扇转速等硬件指标（依赖主机硬件支持）
• 可配置采集项：通过命令行参数启用/禁用特定指标采集器
• 轻量级设计：资源占用低，适合在各类服务器环境部署

使用场景与适用范围

tianon/prometheus:latest适用场景

• 作为监控系统核心部署，构建企业级监控平台
• 收集应用程序、数据库、中间件的业务与性能指标
• 分析系统长期运行趋势，支持容量规划与性能优化
• 配置关键指标告警，实现异常状态实时发现

tianon/prometheus:node-exporter适用场景

• 部署在物理机/虚拟机上，采集主机基础监控指标
• 配合Prometheus主程序，构建完整的基础设施监控体系
• 用于服务器资源利用率监控、硬件故障排查

使用方法与部署示例

1. tianon/prometheus:latest部署

基础运行（默认配置）

bash
docker run -d -p 9090:9090 --name prometheus tianon/prometheus:latest

访问 http://<主机IP>:9090 即可打开Prometheus Web控制台。

自定义配置部署

1. 准备配置文件prometheus.yml（示例）：

yaml
global:
  scrape_interval: 15s  # 全局指标采集间隔

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']  # 监控Prometheus自身
  
  - job_name: 'nodes'
    static_configs:
      - targets: ['192.168.1.100:9100', '192.168.1.101:9100']  # 监控节点导出器

2. 挂载配置文件启动：

bash
docker run -d \
  -p 9090:9090 \
  -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \
  -v prometheus-data:/prometheus \  # 持久化数据
  --name prometheus \
  tianon/prometheus:latest

Docker Compose示例

yaml
version: '3'
services:
  prometheus:
    image: tianon/prometheus:latest
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus-data:/prometheus
    restart: unless-stopped

volumes:
  prometheus-data:

2. tianon/prometheus:node-exporter部署

主机网络模式（推荐）

bash
docker run -d \
  --name node-exporter \
  --net=host \
  -v /proc:/host/proc:ro \
  -v /sys:/host/sys:ro \
  -v /:/rootfs:ro \
  tianon/prometheus:node-exporter \
  --path.procfs=/host/proc \
  --path.sysfs=/host/sys \
  --collector.filesystem.ignored-mount-points=^/(sys|proc|dev|host|etc)($$|/)

访问 http://<主机IP>:9100/metrics 可查看导出的原始指标数据。

自定义采集配置

禁用特定指标采集器（如禁用磁盘IO统计）：

bash
docker run -d \
  --name node-exporter \
  --net=host \
  tianon/prometheus:node-exporter \
  --no-collector.diskstats

配置参数说明

tianon/prometheus:latest核心配置

node-exporter常用参数

注意事项

1. node-exporter必须使用--net=host主机网络模式才能正确采集主机网络、进程等指标
2. Prometheus数据目录/prometheus需通过数据卷挂载，避免容器重建导致历史数据丢失
3. 生产环境需根据监控规模调整配置文件中的scrape_interval（采集间隔）和存储保留策略
4. 可通过docker logs <容器名>查看运行日志，排查配置或启动问题