给华为云服务器装上Prometheus+Grafana后,我把占用从1G多压到了200M
手头跑着两三个个人项目后,最让人心里没底的就是不知道机器啥时候会挂。以前全靠玄学:隔几天连上SSH敲个top看看,或者等网站打不开了才后知后觉上去重启。为了能随时看一眼系统的CPU、内存、磁盘IO和几个容器的状态,我决定在机器上整一套监控面板。
网上的教程清一色是全家桶方案:Prometheus采集,加个Node Exporter,配个cAdvisor看容器,再拉个Grafana画仪表盘。我跟着文档用Docker Compose一把梭拉起来,打开网页看到酷炫的图表确实挺爽。但一敲docker stats看监控容器本身的资源占用,整个人都懵了:
这台华为云服务器本来就只有2核4G,光这套监控全家桶跑起来,啥业务都还没接,常驻内存直接被吃掉了一点几个G,CPU时不时还窜一下。业务容器还没跑满,监控系统反倒成了最大的资源杀手。
舍不得为监控升配机器,又想要个顺手的面板,折腾了两天把这套监控方案“大卸八块”做了一轮瘦身,最终把常驻内存压到了200M出头,记录下改动的几个核心思路。
第一步是换掉重量级的Prometheus,改用VictoriaMetrics。
官方的Prometheus功能确实大而全,但对于单机个人开发者来说,它的时序数据库引擎(TSDB)内存胃口太大,默认配置下为了查询速度会留大量的内存缓存。
后来翻开源社区,发现有个完全兼容Prometheus查询语法和抓取协议的轻量级替代品:VictoriaMetrics(单机版)。这玩意儿简直是为小内存机器量身定做的,二进制文件就一个,启动后常驻内存只有三十来兆,内存占用大概只有原生Prometheus的五分之一到四分之一,数据落盘的压缩率也高得离谱。Docker镜像一换,原本Prometheus吃掉的四五百兆内存瞬间降了下来。
第二步是砍掉默认抓取指标和拉长采集间隔。
很多人部署完Node Exporter后完全不管配置,默认把所有维度的系统指标全抓了下来,像各种细碎的文件系统事件、多网卡微小指标全被一股脑塞进数据库。更要命的是抓取间隔(scrape_interval),很多模板默认写的是5秒或者10秒。
个人项目不是对SLA要求苛刻的大厂金融系统,没必要精确到秒级。我把采集间隔统一改成了30秒甚至1分钟,对看负载趋势来说完全足够。
同时在配置里加上了metric_relabel_configs,把绝大部分平时根本用不上的网络socket统计、虚拟内存细项直接丢弃(drop),只保留CPU使用率、内存余量、主挂载盘空间和关键网卡流量这几个核心指标。采集量骤减后,数据库的写入压力和内存抖动几乎抹平了。
第三步是调整数据保留时间,防止磁盘被慢刀子割肉。
默认配置下监控数据通常会留几个月甚至更久。在云服务器有限的40G系统盘里,时间一长时序索引文件很容易悄悄膨胀到好几G。
在启动参数里明确加上--retentionPeriod=14d,强制只保留最近两周的数据。对于个人排查偶发性能瓶颈来说,最近14天的趋势完全够用了。老数据自动滚动清除,磁盘占用死死控制在几百兆以内。
第四步是对Grafana本身的裁剪。
Grafana也是个内存大户,启动起来随随便便吃掉一百多兆。在它的配置文件里,把没用到的插件、报警引擎子模块(如果不用它直接发告警的话)、以及各种探索分析组件关掉,只留核心的看板渲染能力。
如果对仪表盘颜值没有极端执念,其实还有个更极端的路子:完全不用Grafana,直接用VictoriaMetrics自带的简易VMUI网页,或者写个轻量级的Python脚本每天定时汇总一次核心数据推送到微信/飞书机器人,连UI层面的内存都能彻底省掉。不过我还是保留了最简版的Grafana,平常用完顺手登出,内存常驻大概在80M左右。
改造完这套轻量方案后,Node Exporter加上VictoriaMetrics再加上裁剪后的Grafana,三者加起来常驻内存稳定在200M到250M之间,CPU日常占用率不到1%。
现在手机上随手点开网页,机器运行状态一目了然,也不用担心哪天磁盘突然被时序日志撑爆。对于用轻量云服务器的独立开发者来说,搭监控千万别迷信大而全的企业级配置,按自己的实际需求做减法,把资源留给真正的业务,才是最舒服的状态。
- 点赞
- 收藏
- 关注作者
评论(0)