Prometheus监控环境配置指南 - 数码工坊数据备份实战

在数码工坊的日常运维中，ref="/tag/426/" style="color:#EB6E00;font-weight:bold;">数据备份的稳定性直接关系到业务的连续性。光有备份任务还不够，得知道它是不是按时跑、有没有失败、磁盘空间够不够。这时候，一套靠谱的监控系统就显得特别实在，而 Prometheus 正是那个能帮你盯住一切的“值班员”。

为什么选 Prometheus 监控备份环境？

它轻量、开源、支持多维度数据采集，尤其适合监控服务器状态、脚本执行情况和存储使用率。比如你每天凌晨跑的 rsync 备份脚本，加上 Prometheus 后，可以实时看到上次执行时间、是否成功、传输速度等指标，再也不用登录服务器一条条翻日志。

搭建 Prometheus 基础环境

假设你有一台用于备份的 Linux 服务器，IP 是 192.168.1.100。先在这台机器上安装 Prometheus Server。下载解压后，主要关注两个文件：prometheus.yml 和 prometheus 的二进制文件。

wget https://github.com/prometheus/prometheus/releases/download/v2.47.0/prometheus-2.47.0.linux-amd64.tar.gz
 tar -xzf prometheus-2.47.0.linux-amd64.tar.gz
cd prometheus-2.47.0.linux-amd64

启动前先配置 prometheus.yml，加入你要监控的目标。比如你想监控备份服务器本身的资源使用情况，就得让它抓取 Node Exporter 的数据。

部署 Node Exporter 采集主机指标

Node Exporter 负责收集 CPU、内存、磁盘等基础信息。在备份服务器上运行：

wget https://github.com/prometheus/node_exporter/releases/download/v1.6.1/node_exporter-1.6.1.linux-amd64.tar.gz
tar -xzf node_exporter-1.6.1.linux-amd64.tar.gz
cd node_exporter-1.6.1.linux-amd64
nohup ./node_exporter > /var/log/node_exporter.log 2>&1 &

启动后，访问 http://192.168.1.100:9100/metrics 就能看到一堆暴露出来的指标。

配置 Prometheus 抓取节点数据

修改 prometheus.yml 中的 scrape_configs 部分：

scrape_configs:
  - job_name: 'backup-server'
    static_configs:
      - targets: ['192.168.1.100:9100']

保存后重启 Prometheus，打开 Web 界面 http://your-prometheus-ip:9090，输入 node_filesystem_avail_bytes 就能看到可用磁盘空间，这对监控备份存储是否快满非常实用。

自定义监控备份脚本执行状态

除了系统指标，你还想知道备份脚本有没有成功运行。可以用一个简单的方式：脚本结束时写一个标记文件，并通过 Node Exporter 的 textfile collector 暴露为指标。

在备份脚本最后加上：

if [ $? -eq 0 ]; then
  echo "backup_success 1" > /var/lib/node_exporter/textfile_collector/backup_status.prom
else
  echo "backup_success 0" > /var/lib/node_exporter/textfile_collector/backup_status.prom
fi

确保 Node Exporter 启动时启用了 textfile collector（默认已支持），路径正确即可。Prometheus 抓取后，就能用 backup_success 这个指标来设置告警。

搭配 Alertmanager 发送异常通知

光看图表不够及时，出问题得马上知道。配置 Alertmanager，当 backup_success == 0 或磁盘使用率超过 90% 时，通过邮件或企业微信通知你。

在 Prometheus 的 rule 文件中添加告警规则：

groups:
- name: backup_alerts
  rules:
  - alert: BackupFailed
    expr: backup_success == 0
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "备份任务执行失败"
      description: "请立即检查备份服务器 192.168.1.100 上的脚本运行情况。"