Node Exporter

概述

参考：
GitHub 项目，prometheus/node_exporter

Node Exporter 用于收集服务器的 metrics，比如内存、cpu、磁盘、I/O、电源、etc. 。Node Exporter 将采集各种指标的代码逻辑抽象称为 Node 的 Collector(采集器)。每类指标都对应一个 Collector，比如 cpu 采集器、meminfo 采集器、etc. 这些名称通常都能直观得看到想要采集的指标是什么

node_exporter 默认监听在 9100 端口上。

Prometheus Server 抓取 metrics 的位置 http://IP:9100/metrics # 获取 node_exporter 所在主机的 metrics 信息

Node Exporter 部署

二进制文件安装 node_exporter

为监控服务器 CPU、内存、磁盘、I/O 等信息，首先需要安装 node_exporter。node_exporter 的作用是服务器数据收集。

下载 node_exporter，过程基本与使用 prometheus 程序一样。下载页面在此

export VERSION="1.6.0"
wget https://github.com/prometheus/node_exporter/releases/download/v${VERSION}/node_exporter-${VERSION}.linux-amd64.tar.gz
# 解压
mkdir -p /usr/local/prometheus/node_exporter
tar -zxvf node_exporter-${VERSION}.linux-amd64.tar.gz -C /usr/local/prometheus/node_exporter --strip-components=1

创建 node_exporter 的 systemd 服务，在这里可以看到官方提供的 systemd 样例

tee /usr/lib/systemd/system/node-exporter.service > /dev/null << EOF
[Unit]
Description=node_exporter
After=network.target
[Service]
Type=simple
User=root
ExecStart=/usr/local/prometheus/node_exporter/node_exporter \
  --collector.filesystem.ignored-mount-points='^/(dev|proc|sys|var/lib/docker/.+|var/lib/kubelet/pods/.+)($|/)'
Restart=on-failure
[Install]
WantedBy=multi-user.target
EOF

启动 node_exporter 服务，该服务会默认监听在 9100 端口上，等待 prometheus 主程序来抓取监控数据

systemctl enable node-exporter --now

注意事项：

报错 acpi: no handler for region [powr]，需要添加参数–no-collector.hwmon，原因应该是与 dell 的硬件信息采集程序冲突

容器安装 node_exporter

https://github.com/prometheus/node_exporter#using-docker

export VERSION="1.6.0"

docker run -d --name node-exporter --restart=always \
  --net="host" \
  --pid="host" \
  -v "/:/host:ro,rslave" \
  prom/node-exporter:v${VERSION} \
  --web.listen-address=":9100" \
  --path.rootfs=/host \
  --no-collector.hwmon \
  --no-collector.wifi \
  --collector.filesystem.ignored-mount-points='^/(dev|proc|sys|var/lib/docker/.+|var/lib/kubelet/pods/.+)($|/)'

node_exporter 可采集的数据种类

https://github.com/prometheus/node_exporter?tab=readme-ov-file#collectors

这里有 node_exporter 默认启用的采集器，name 就是采集器名称

这里有 node_exporter 默认禁用的采集器，name 就是采集器名称

如果想要让 node_exporter 采集或者不采集某些数据，可以在启动 node_exporter 程序时，向该程序传递参数。参数中的 NAME 为上面两个连接中，表格中的 name 列

--collector.<NAME> # 标志来启用采集目标。
--no-collector.<NAME> # 标志来禁用采集目标。

只让部分已启用的采集器采集指标

这部分 filters := r.URL.Query()["collect[]"] 代码是用来可以让服务端在向 node-exporter 发起的 HTTP 请求中，在 URL 的 QUERY 部分加入一些内容，以决定采集哪些 Metrics，而不必强制通过本身的 CLI 参数决定。参考 README 的 Filtering enabled collectors。

[!Note] URL Query 中填写的内容是指采集的，只要使用了 URL Query，那么 node-exporter 则只采集 Query 中指定的指标，其余的全都不采集

若是用 curl 发起请求，就是这样的: curl 'localhost:9100/metrics?collect[]=cpu&collect[]=meminfo'。这个表示只让 cpu 和 meminfo 这两个采集器工作采集 cpu 和内存的指标。

Textfile Collector 文本文件采集器

参考：
官方文档：https://github.com/prometheus/node_exporter#textfile-collector
脚本样例：https://github.com/prometheus-community/node-exporter-textfile-collector-scripts
公众号,k8s 技术圈-使用 Node Exporter 自定义监控指标

文本采集器逻辑：

在启动 node_exporter 的时候，使用 –collector.textfile.directory=/PATH/TO/DIR 参数。
我们可以将自己收集的数据按照 prometheus 文本格式类型的 metrics 存储到到指定目下的 *.prom 文件中
1. 文本格式的 metrics 详见 2.1.Prometehus 时间序列数据介绍.note 文章末尾
每当 prometheus server 到 node_exporter 拉取数据时，node_exporter 会自动解析所有指定目录下的 *.prom 文件并提供给 prometheus

Note：

采集到的数据没有时间戳
必须使用后缀为 .prom 作为文件的名称
文件中的格式必须符合 prometheus 文本格式的 metrics，否则无法识别会报错。文本格式样例详见：2.1.Prometehus 时间序列数据介绍.note
若用 docker 启动的 node_exporter，则还需要使用 -v 参数，将 textfile 文件所在目录挂载进容器中。

为 Node Exporter 添加认证

注意：该功能为实验性的，笔记时间：2021 年 8 月 4 日

与 Prometheus 添加认证的方式一样，详见：

Authentication(认证)

node-exporter 程序使用 --web.config 命令行标志来指定 web-config 文件，读取其中内容并开启 TLS 或认证功能。

源码解析

node_exporter.go 中的 handler.innerHandler() 方法用于创建 Node 采集器，i.e. 决定要启用哪些 Collector

func (h *handler) innerHandler(filters ...string) (http.Handler, error) {
    // NewNodeCollector()` 方法决定启用哪些 Collector 的主要逻辑，该方法实例化了一个实现了 prometheus.Collector{} 接口的 NodeCollector{} 结构体
 nc, err := collector.NewNodeCollector(h.logger, filters...)

    // ......输出一些信息

 r := prometheus.NewRegistry()
 // 实例化后的 NodeCollector{} 使用 `prometheus.NewRegistry().Register()` 进行注册
 err := r.Register(nc)

   // ......最后就是标准的利用 promhttp.HandlerFor 或 promhttp.InstrumentMetricHandler 返回 http.Handler。具体用哪个以及其中的具体逻辑，与开启哪些 Node 的采集器没有强关联。
}

日志时区

详见 Prometheus MGMT - Prometheus UTS 时区问题

Grafana 面板

1860
- https://github.com/rfmoz/grafana-dashboards
8919
- 国人出的，22 年4月12日之后不维护了
- 16098 新的，代替 8919

指标解析

node_disk_io_time_seconds_total

node_disk_io_time_seconds_total 每秒钟增长的值最多就是 1。使用 irate(node_disk_io_time_seconds_total[5m]) 可以得出磁盘 I/O 的使用率，结果是 0 - 1 之间的数。

原因如下：

在 Node Exporter 源码可以看到 node_disk_io_time_seconds_total 指标是 diskstatsCollector.descs 的第 10 号元素。在 ch <- c.descs[i].mustNewConstMetric(val, dev) 这里实现了指标写入逻辑

func (c *diskstatsCollector) Update(ch chan<- prometheus.Metric) error {
  // prometheus/procfs 项目中的方法，返回的 IOStats 储存的是 /sys/block/<BLOCK>/stat 文件中的值
	diskStats, err := c.fs.ProcDiskstats()
	for _, stats := range diskStats {
		for i, val := range []float64{
			// ......前 9 个
			float64(stats.IOsTotalTicks) * secondsPerTick, // 这就是 node_disk_io_time_seconds_total 指标
			// ......后 7 个
		}
		ch <- c.descs[i].mustNewConstMetric(val, dev)
	}
}

写入的 stats.IOsTotalTicks 最终来源是 prometheus/procfs 项目中的 IOStats.IOsTotalTicks 属性，IOStats 结构体的信息来源遵循以下几个内核文档的说明

也就是说，IOStats 储存的是 /sys/block/<BLOCK>/stat 文件中的值，IOsTotalTics 文件中第 10 个字段的值，io_ticks 的值）。

所以，node_disk_io_time_seconds_total 本质就是 io_ticks，作为块设备的 I/O 时间如何理解详见 Block 设备的 I/O 时间

最后，node-exporter 代码中，把 io_ticks 除以 1000 得到了秒级别的 I/O 时间

secondsPerTick = 1.0 / 1000.0
float64(stats.IOsTotalTicks) * secondsPerTick

所以，node_disk_io_time_seconds_total 每秒钟增长的值最多就是 1，那么 rate 之后的结果就可以作为使用率。

反馈

此页是否对你有帮助？

Glad to hear it! Please tell us how we can improve.

Sorry to hear that. Please tell us how we can improve.

最后修改 December 9, 2025: computer perepheral. node-exporter development (7f9e3f48)