服务器监控入门：Uptime、资源水位与告警

网站挂了，第一个知道的人往往不是站长，而是用户。等你看到投诉才发现，损失已经发生。给 VPS 配监控不是可选项——这台机器宕机多久、什么时候磁盘满的、谁在半夜把 CPU 跑满，监控都能告诉你。这篇对比三款主流开源方案，讲清楚怎么搭。

AI 操作示意图·以官网实际界面为准

1. 监控到底要解决什么问题

先分清两类需求，工具选择完全不同：

• 可用性监控（Uptime）：网站/端口还能不能访问。重点看"宕机时长、恢复时间、告警通知"；
• 资源水位监控（Metrics）：CPU、内存、磁盘、带宽用了多少。重点看"趋势、阈值、历史曲线"。

小项目自己一台 VPS，通常从可用性开始；跑业务、多台机器、有数据库，再上资源监控。

2. 三款主流方案怎么选

我的建议很直接：只想盯"站有没有挂"→ Uptime Kuma；要指标历史和自定义告警 → Prometheus（配 Grafana 看板）。它俩不冲突，常用组合就是 Uptime Kuma 盯可用性、Prometheus + Grafana 看资源曲线。

3. Uptime Kuma：十分钟搞定可用性监控

Uptime Kuma 是开源自托管监控工具，支持 HTTP(S)、TCP、Ping、DNS 等监测类型，最短 20 秒一轮检测，Telegram、Discord、邮件等 90+ 通知渠道。Docker 部署示例（官方仓库提供 compose）：

mkdir uptime-kuma && cd uptime-kuma
curl -o compose.yaml https://raw.githubusercontent.com/louislam/uptime-kuma/master/compose.yaml
docker compose up -d

起来之后浏览器打开 http://服务器IP:3001，建账号、加监控项、填通知渠道，就绪。它自带状态页，可以对外展示站点健康状态。注意官方明确提示：数据目录别放 NFS 上，映射到本地目录或卷。

4. Prometheus：指标怎么进来自动告警

Prometheus 是 CNCF 毕业项目，做指标采集、存储与告警。核心逻辑：被监控的目标暴露 /metrics 接口，Prometheus 定期抓取，存入自带的时间序列库，再用 PromQL 查询和定义告警规则；告警统一交给 Alertmanager 分发。

典型链路：

1. 在被监控的服务器上跑 Node Exporter 之类采集器，暴露系统指标；
2. Prometheus 配置里加一个 job，指向采集器地址；
3. 写告警规则，比如磁盘使用率超过阈值就触发；
4. Alertmanager 把告警推到你的通知渠道。

它和云原生环境契合度高，自动发现容器服务，几百个官方与社区集成基本覆盖主流系统。代价是配置有学习曲线，规则文件、抓取频率、保留时长都要自己管。

AI 操作示意图·以官网实际界面为准

5. Grafana：把指标变成看得懂的图

Prometheus 自带一个简单查询页，但日常看板还是 Grafana 顺手。Grafana 是开源可视化平台，支持 150+ 插件接不同数据源，Prometheus 是其一。接好之后：选面板类型 → 写 PromQL → 拖进 Dashboard，CPU/内存/带宽曲线几分钟就能拼出来。

小团队常用组合拳：Prometheus 存指标、Grafana 画图与告警、Alertmanager 推消息。多台机器时这套能顶很久，先不用想商业 SaaS。

6. 起步清单：别一上来就全上

按这个顺序来，比一步到位靠谱：

• 先加 Uptime Kuma，把网站、API、SSH 端口都挂上监测，配好一个通知渠道；
• 再看磁盘：磁盘写满是 VPS 最常见死因，至少留一个磁盘告警；
• 资源曲线图先看 CPU/内存/网络 1 周趋势，确认自己的"正常水位"长什么样；
• 最后才加复杂告警规则，避免被噪音告警轰炸到关掉通知。

小结

监控的性价比高得离谱：一次部署，长期换安心。Uptime Kuma 保可用性，Prometheus 存指标，Grafana 出图，三件套覆盖 95% 的 VPS 场景。别忘了最基础的一条——监控配置好之后，先故意停一次服务，确认告警真的会响。

官方资料

资料核对日期：2026-10-24

• Prometheus 官网（开源监控与时序数据库、PromQL 与 Alertmanager）：https://prometheus.io/
• Uptime Kuma 官方仓库（自托管监控、Docker 部署与通知渠道）：https://github.com/louislam/uptime-kuma
• Grafana OSS 官网（开源可视化平台与数据源插件）：https://grafana.com/oss/grafana/