手把手教你搭建实时流量监控系统

为什么需要实时流量监控

公司官网突然打不开，客服电话被打爆，一查才发现服务器带宽跑满了。这种事我上周刚遇到，根本原因就是没做好流量监控。等出问题再查，黄花菜都凉了。现在我每天打开仪表盘，一眼就能看到各台服务器的流量走势，哪个接口被刷得厉害也清清楚楚。

选型：用什么工具

市面上方案不少，但真正稳定又省心的不多。我试过Zabbix、PRTG，最后选定Prometheus + Grafana组合。开源免费，社区活跃，资料多，关键是能自定义告警规则。比如流量超过80%就发邮件，超过90%直接短信通知，避免半夜被叫起来救火。

部署步骤

先在服务器上安装Node Exporter采集基础数据。下载解压后后台运行就行：

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

Prometheus主服务装在另一台机器上，配置文件里加上目标服务器地址：

scrape_configs:
  - job_name: 'server_traffic'
    static_configs:
      - targets: ['192.168.1.10:9100', '192.168.1.11:9100']
        labels:
          group: 'web-servers'

可视化展示

Grafana接上Prometheus当数据源，导入现成的流量看板模板ID18574。刷新一下，各服务器的实时流入流出曲线就出来了。我们还在大屏电视上挂着，运维组人人都能看到全局状态。

设置告警规则

光看图不够，得让系统主动提醒。在Prometheus里加一条rule：

groups:
- name: network_alert
  rules:
  - alert: HighNetworkTraffic
    expr: rate(node_network_receive_bytes_total{device="eth0"}[5m]) > 104857600
    for: 2m
    labels:
      severity: warning
    annotations:
      summary: "High traffic on {{ $labels.instance }}"
      description: "Network receive rate is above 100MB/s for more than 2 minutes."

配合Alertmanager发通知，微信、钉钉都能接。上次CDN节点异常，流量猛增，还没收到用户反馈，告警就已经到账了。

日常维护要点

每周抽十分钟检查下Exporter进程有没有挂，磁盘空间够不够存指标数据。日志发现有个别服务器时间不同步会导致数据断点，后来统一上了NTP校时。小问题及时处理，比出事后再排查强得多。