Prometheus + Grafana 快速上手，监控主机的 CPU, GPU, MEM, IO 等状态。
用于采集 UNIX 内核主机的数据，这里下载并解压：
wget https://github.com/prometheus/node_exporter/releases/download/v1.1.2/node_exporter-1.1.2.linux-amd64.tar.gz
tar xvfz node_exporter-1.1.2.linux-amd64.tar.gz
cd node_exporter-1.1.2.linux-amd64
nohup ./node_exporter &
查看数据：
$ curl http://localhost:9100/metrics
# HELP go_gc_duration_seconds A summary of the pause duration of garbage collection cycles.
# TYPE go_gc_duration_seconds summary
go_gc_duration_seconds{quantile="0"} 0
go_gc_duration_seconds{quantile="0.25"} 0
go_gc_duration_seconds{quantile="0.5"} 0
...
用于采集 NVIDIA GPU 的数据，以 Docker 镜像运行：
docker run -d --restart=always --gpus all -p 9400:9400 nvidia/dcgm-exporter
查看数据：
$ curl localhost:9400/metrics
# HELP DCGM_FI_DEV_SM_CLOCK SM clock frequency (in MHz).
# TYPE DCGM_FI_DEV_SM_CLOCK gauge
# HELP DCGM_FI_DEV_MEM_CLOCK Memory clock frequency (in MHz).
# TYPE DCGM_FI_DEV_MEM_CLOCK gauge
# HELP DCGM_FI_DEV_MEMORY_TEMP Memory temperature (in C).
...
配置 ~/prometheus.yml：
global:
scrape_interval: 15s
scrape_configs:
# Node Exporter
- job_name: node
static_configs:
- targets: [‘192.167.200.91:9100‘]
# DCGM Exporter
- job_name: dcgm
static_configs:
- targets: [‘192.167.200.91:9400‘]
运行 Docker 镜像：
docker run -d --restart=always -p 9090:9090 -v ~/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
访问 http://localhost:9090/targets ：
运行 Docker 镜像：
docker run -d --restart=always -p 3000:3000 grafana/grafana
以 admin/admin 登录。
新增 Prometheus：
点击 Save & Test：
导入 8919 Node Exporter for Prometheus Dashboard by StarsL.cn：
查看仪表盘：
导入 12239 NVIDIA DCGM Exporter Dashboard by nvidia：
查看仪表盘：
GoCoding 个人实践的经验分享，可关注公众号！
原文：https://www.cnblogs.com/gocodinginmyway/p/14695625.html