【前情提要】
node_exporter 装好了，机器的“体检报告”能看了。老周说：“现在装 Prometheus，让它去取报告。”小林打开 Prometheus 官网，准备下载。但他不知道，prometheus.yml 的 YAML 缩进、scrape_configs 的配置、up 指标的验证，每一个都可能让他折腾。
一、Prometheus 是“每天去体检的人”
早上到工位，小林打开浏览器，访问 http://localhost:9100/metrics，看着满屏的指标。
老周走过来：“看得挺起劲啊。”
“周哥，这些指标是挺好，但我总不能每次都手动 curl 吧？而且我关了浏览器，这些数据就没了。”
“所以你要装 Prometheus。”老周说，“node_exporter 是体检医生，它把报告放在桌上。Prometheus 是那个每天准时去取报告的人。它把报告存起来，你随时能查历史。”
“那它多久取一次？”
“默认 15 秒。”老周说，“你配好之后，它每 15 秒去 9100 端口拉一次数据，存到自己的数据库里。”
“那它存哪？”
“本地磁盘。”老周说，“默认存 15 天。超过 15 天的数据，自动删除。你也可以配更长，但数据量会大。”
小林点点头，打开 Prometheus 官网。
二、安装 Prometheus
“Ubuntu 上装 Prometheus，跟 node_exporter 一样，有两种方式。”老周说，“apt 和二进制。”
“apt 简单，用 apt。”
“这次我建议你用二进制。”老周说。
“为啥？”
“因为 apt 源里的 Prometheus 版本可能比较旧，而 Prometheus 更新快。而且 apt 装的 Prometheus 配置文件路径和服务名，跟官方文档有时候对不上。你以后工作中，Prometheus 基本都是二进制部署。”老周说，“正好练一下。”
小林打开 Prometheus 官网的下载页面，找到 Linux ARM64 版本。
“先看架构。”
uname -m
输出：
aarch64
“下 ARM64 的。”老周说。
小林下载：
wget https://github.com/prometheus/prometheus/releases/download/v2.x.x/prometheus-2.x.x.linux-arm64.tar.gz
解压：
tar -xzvf prometheus-2.x.x.linux-arm64.tar.gz
进入目录：
cd prometheus-2.x.x.linux-arm64
ls
输出：
console_libraries/
consoles/
LICENSE
NOTICE
prometheus
promtool
prometheus.yml
“看到了吗？”老周说，“prometheus 是主程序，promtool 是配置检查工具，prometheus.yml 是配置文件。就这三个你要关心的。”
“那 console_libraries 和 consoles 呢？”
“内置的 Web 控制台，基本不用管。你以后用 Grafana 展示，不用 Prometheus 自带的。”
“那我把它们放哪？”
“标准做法：程序放 /usr/local/bin/，配置放 /etc/prometheus/，数据放 /var/lib/prometheus/。”
小林照做：
sudo mv prometheus promtool /usr/local/bin/
sudo mkdir -p /etc/prometheus /var/lib/prometheus
sudo mv prometheus.yml /etc/prometheus/
sudo mv consoles console_libraries /etc/prometheus/
“验证一下。”
prometheus --version
输出：
prometheus, version 2.x.x (branch: HEAD, revision: ...)
build user: root@...
build date: ...
go version: go1.x.x
platform: linux/arm64
“成了。”小林说。
三、prometheus.yml：配置文件
“现在看配置文件。”老周说。
cat /etc/prometheus/prometheus.yml
输出：
# my global config
global:
scrape_interval: 15s
evaluation_interval: 15s
# Alertmanager configuration
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# A scrape configuration containing exactly one endpoint to scrape:
scrape_configs:
- job_name: "prometheus"
static_configs:
- targets: ["localhost:9090"]
“这是默认配置。”老周说，“它只监控自己。你现在要加一个目标：node_exporter。”
“怎么加？”
“在 scrape_configs 下面加一段。”
scrape_configs:
- job_name: "prometheus"
static_configs:
- targets: ["localhost:9090"]
- job_name: "node"
static_configs:
- targets: ["localhost:9100"]
“一行一行解释。”老周说。
job_name：任务名。你可以随便起，但要有意义。prometheus表示监控自己，node表示监控节点。static_configs：静态配置。表示目标列表是写死的。targets：目标列表。localhost:9100就是node_exporter。
“那如果我有十台机器呢？”
“targets 里写十行。”
targets: ["192.168.1.101:9100", "192.168.1.102:9100", "192.168.1.103:9100"]
“但这样管理麻烦。”老周说，“Prometheus 支持服务发现，可以自动发现目标。但你现在入门，用静态配置就够了。”
“那 scrape_interval 呢？”
“全局的采集间隔，默认 15 秒。你也可以在 job_name 下面单独配，覆盖全局。”
- job_name: "node"
scrape_interval: 30s
static_configs:
- targets: ["localhost:9100"]
“这样 node 任务每 30 秒采集一次，其他任务还是 15 秒。”
小林记下：
global.scrape_interval：全局采集间隔scrape_configs：采集目标列表job_name：任务名static_configs.targets：静态目标列表- 每个
job可以覆盖全局scrape_interval
四、YAML 缩进：Prometheus 的“第一坑”
“现在保存，启动。”老周说。
小林用 nano 编辑：
sudo nano /etc/prometheus/prometheus.yml
加完 node 任务，保存，退出。
“启动之前，先检查配置。”老周说，“用 promtool。”
promtool check config /etc/prometheus/prometheus.yml
输出：
Checking /etc/prometheus/prometheus.yml
SUCCESS: 1 rule files found
“等等，1 个规则文件？我没配规则文件啊。”小林说。
“它把默认的算进去了。没事，SUCCESS 就是通过。”老周说，“如果你缩进写错了，它会报错。”
小林故意把 targets 那行少缩进两个空格：
scrape_configs:
- job_name: "node"
static_configs:
- targets: ["localhost:9100"]
再次检查：
promtool check config /etc/prometheus/prometheus.yml
输出：
Checking /etc/prometheus/prometheus.yml
FAILED: cannot unmarshal config: yaml: line 20: did not find expected key
“看到了吗？”老周说，“YAML 对缩进极其敏感。- targets 和 static_configs 必须对齐，或者缩进两个空格。你少一个空格，它就报错。”
小林改回来：
scrape_configs:
- job_name: "node"
static_configs:
- targets: ["localhost:9100"]
再次检查：
promtool check config /etc/prometheus/prometheus.yml
输出：
SUCCESS
“记住，”老周说，“YAML 只用空格，不用 Tab。同一层级缩进必须一致。- 和上一行的键要对齐，或者多缩进两个空格。 你以后写 YAML，先 promtool check，再启动。”
小林在笔记本上写下：
- YAML 缩进用空格，不用 Tab
- 同一层级缩进一致
-列表项和父键对齐，或多缩进- 改完配置先
promtool check config
五、启动 Prometheus
“配置没问题，现在启动。”老周说。
“怎么启动？systemd？”
“对。但二进制安装的话，systemd 服务文件要自己写。”老周说，“我教你写一个。”
sudo nano /etc/systemd/system/prometheus.service
写入：
[Unit]
Description=Prometheus
Wants=network-online.target
After=network-online.target
[Service]
User=prometheus
Group=prometheus
Type=simple
ExecStart=/usr/local/bin/prometheus \
--config.file=/etc/prometheus/prometheus.yml \
--storage.tsdb.path=/var/lib/prometheus/ \
--web.console.templates=/etc/prometheus/consoles \
--web.console.libraries=/etc/prometheus/console_libraries
[Install]
WantedBy=multi-user.target
“这段啥意思？”小林问。
“ExecStart 是启动命令。--config.file 指定配置文件，--storage.tsdb.path 指定数据目录，--web.console.* 指定控制台模板。”老周说，“你以后改配置，改这几个参数就行。”
“那 User=prometheus 是啥？”
“哦，我忘了，得先创建 prometheus 用户。”
sudo useradd --no-create-home --shell /bin/false prometheus
sudo chown -R prometheus:prometheus /etc/prometheus /var/lib/prometheus
sudo chown prometheus:prometheus /usr/local/bin/prometheus /usr/local/bin/promtool
“现在启动。”
sudo systemctl daemon-reload
sudo systemctl start prometheus
sudo systemctl status prometheus
输出：
● prometheus.service - Prometheus
Loaded: loaded (/etc/systemd/system/prometheus.service; disabled; vendor preset: enabled)
Active: active (running) since ...
“active (running)，成了。”小林说。
“设个开机自启。”
sudo systemctl enable prometheus
“现在验证端口。”
sudo ss -lntp | grep 9090
输出：
LISTEN 0 4096 *:9090 *:* users:(("prometheus",pid=5678,fd=7))
“9090 端口在监听。”老周说，“打开浏览器，访问 http://localhost:9090。”
小林在 Ubuntu 浏览器里打开。Prometheus 的 Web UI 出现了，顶部是查询框，下面是菜单。
“这就是 Prometheus 的界面。”老周说，“你以后配 Grafana，数据源就是它。”
六、验证 up 指标
“现在验证最重要的一件事。”老周说，“Prometheus 到底有没有拉到数据。”
“怎么看？”
“在查询框里输入 up，点 Execute。”
小林输入 up，回车。
输出：
up{instance="localhost:9090", job="prometheus"} 1
up{instance="localhost:9100", job="node"} 1
“看到了吗？”老周说，“两条 up，都是 1。1 表示目标在线，0 表示目标离线。”
“那如果 node_exporter 挂了，会怎样？”
“你试试。”老周说。
小林停掉 node_exporter：
sudo systemctl stop prometheus-node-exporter
等 15 秒，刷新 Prometheus 页面，再次查询 up。
输出：
up{instance="localhost:9090", job="prometheus"} 1
up{instance="localhost:9100", job="node"} 0
“看到了吧？node 的 up 变成 0 了。”老周说，“这就是 Prometheus 的‘目标存活检测’。你以后配告警，第一件事就是配 up == 0。”
“那它怎么知道目标挂了？”
“拉取失败。”老周说，“Prometheus 每 15 秒去 9100 拉一次，拉不到就标记为 0。连续失败几次，up 一直是 0。”
小林重新启动 node_exporter：
sudo systemctl start prometheus-node-exporter
再等 15 秒，查询 up，node 变回 1。
“这就是监控的基本闭环。”老周说，“Prometheus 拉数据，up 告诉你目标在不在，up == 0 触发告警。”
小林记下：
up指标：1在线，0离线up{job="node"}：查看node任务的目标状态up == 0：目标离线，是告警的基础
七、排错挑战：Prometheus 启动失败
下午，小林想改一下 prometheus.yml，把 scrape_interval 从 15 秒改成 10 秒。
他改完保存，重启：
sudo systemctl restart prometheus
输出：
Job for prometheus.service failed because the control process exited with error code.
See "systemctl status prometheus.service" and "journalctl -xe" for details.
“啥？”小林懵了。
他检查状态：
sudo systemctl status prometheus
输出：
● prometheus.service - Prometheus
Active: failed (Result: exit-code)
“启动失败了。”小林说。
“看日志。”
sudo journalctl -u prometheus -n 20
输出：
level=error msg="Error loading config" err="yaml: line 8: did not find expected key"
“YAML 第 8 行。”老周说，“你改了啥？”
小林打开配置：
sudo nano /etc/prometheus/prometheus.yml
看第 8 行：
global:
scrape_interval: 10s
evaluation_interval: 15s
“evaluation_interval 多了一个空格。”小林说。
“对。”老周说，“scrape_interval 和 evaluation_interval 是同层级，缩进必须一样。你多了一个空格，YAML 解析失败，Prometheus 启动失败。”
小林改回来：
global:
scrape_interval: 10s
evaluation_interval: 15s
“记住，改配置前先 promtool check。”
promtool check config /etc/prometheus/prometheus.yml
输出：
SUCCESS
sudo systemctl restart prometheus
sudo systemctl status prometheus
输出：
Active: active (running)
“回来了。”小林松了口气。
排错思路总结：
- Prometheus 启动失败，先看
systemctl status prometheus。 - 如果
failed，看journalctl -u prometheus -n 20。 - 日志显示
Error loading config，说明 YAML 写错了。 - 用
promtool check config /etc/prometheus/prometheus.yml定位错误行。 - 修正缩进，再
promtool check，通过后restart。 - 永远先
promtool check，再restart。
“记住，”老周说，“YAML 是 Prometheus 最常见的坑。 你以后写配置，眼睛盯着缩进，别用 Tab，改完先 promtool check。这三条做到，能少 90% 的启动失败。”
八、练习
- 练习一：用二进制方式安装 Prometheus，创建 systemd 服务，启动并验证
9090端口监听。在浏览器访问http://localhost:9090，确认 Web UI 正常显示。 - 练习二：修改
prometheus.yml，添加node任务，目标为localhost:9100。用promtool check config检查通过后，重启 Prometheus。在 Web UI 查询up，确认两个目标都是1。 - 练习三：停掉
node_exporter，等待 15 秒，查询up{job="node"}，确认值为0。重新启动node_exporter，再次查询，确认恢复为1。
参考答案
练习一：
wget https://github.com/prometheus/prometheus/releases/download/v2.x.x/prometheus-2.x.x.linux-arm64.tar.gz
tar -xzvf prometheus-2.x.x.linux-arm64.tar.gz
cd prometheus-2.x.x.linux-arm64
sudo mv prometheus promtool /usr/local/bin/
sudo mkdir -p /etc/prometheus /var/lib/prometheus
sudo mv prometheus.yml /etc/prometheus/
sudo mv consoles console_libraries /etc/prometheus/
sudo useradd --no-create-home --shell /bin/false prometheus
sudo chown -R prometheus:prometheus /etc/prometheus /var/lib/prometheus
sudo chown prometheus:prometheus /usr/local/bin/prometheus /usr/local/bin/promtool
sudo nano /etc/systemd/system/prometheus.service
服务文件内容参考正文。
sudo systemctl daemon-reload
sudo systemctl start prometheus
sudo systemctl enable prometheus
sudo systemctl status prometheus
sudo ss -lntp | grep 9090
浏览器访问 http://localhost:9090。
练习二：
sudo nano /etc/prometheus/prometheus.yml
添加：
- job_name: "node"
static_configs:
- targets: ["localhost:9100"]
promtool check config /etc/prometheus/prometheus.yml
sudo systemctl restart prometheus
Web UI 查询 up，输出：
up{instance="localhost:9090", job="prometheus"} 1
up{instance="localhost:9100", job="node"} 1
练习三：
sudo systemctl stop prometheus-node-exporter
# 等 15 秒
Web UI 查询 up{job="node"}，输出 0。
sudo systemctl start prometheus-node-exporter
# 等 15 秒
Web UI 再次查询，输出 1。
九、下集预告
Prometheus 装好了，up 指标也会看了。老周说：“现在你能看到数据了，但 PromQL 才是你真正要学的。没有 PromQL，你只能看 up。”小林打开 Prometheus 查询框，准备学 PromQL。但他不知道，rate()、sum by()、avg by()，每一个函数都有讲究。
下一集：《PromQL 入门：用“查询语言”问机器问题》
