一、环境准备 说明：安装Prometheus+alertmanager的机器配置如下 CPU：2C 内存：4G 磁盘：40G 系统：Rocky9 1.1 安装Prometheus 下载包 如果该链接无法下载，可以使用代理 解压 编辑systemd脚本...

一、先用命令行工具做最小监控 1.1 NVIDIA GPU：`nvidia-smi` 这是最基础也最常用的 NVIDIA GPU 监控工具，前提是已经安装好显卡驱动。 常见用法： 它最适合做： * 快速排查显存占用； * 看当前...

一、为什么还需要 `dcgm-exporter` `node_exporter` 能看到系统级指标，但看不到足够细的 GPU 运行细节。而大模型推理和训练最关心的常常是： * GPU 利用率； * 显存占用； * 温度和功耗； * 显...

一、MINIO 监控说明 https://min.io/docs/minio/linux/operations/monitoring/collect-minio-metricsusing-prometheus.html?ref=docs-redirect minio监控内置支持Prometheus,推荐使用Prometheus...

一、什么是黑盒监控 黑盒监控是从外部视角对系统进行监控，类似于使用用户的角度观察系统。监控系统并不了解系统的内部工作方式，只关注对外部暴露的接口和功能的响应情况。黑盒监控主要通过发...

一、能否正确编写 ServiceMonitor，直接决定 Prometheus 能否发现 Service 并抓取到正确的指标。本文结合一个 Elasticsearch Exporter 示例，逐项解析常见字段的含义与使用方式。 下面以ES模板...

一、检查kube-controller-manager的Service Monitor是否成功创建，观察到已成功创建 二、检查kube-controller-manager的Service Monitor标签是否配置正确，观察到已配置 使用kube-controller-ma...

一、ServiceMonitor是什么 ServiceMonitor 是 Prometheus Operator 提供的一种 Kubernetes 自定义资源（Custom Resource），用于告诉 Prometheus 如何监控服务（Service）。它是 Prometheus Ope...

一、PromQL 操作符 Prometheus 的查询语言支持基本的逻辑和算术运算符。对于两个即时向量之间的运算， 可以修改匹配行为。 Prometheus 中存在以下二元算术运算符： - `+` - `-` - `*` - `/` - `...

一、PromQL 是使用 Prometheus 的核心能力，只有理解即时向量、范围向量、标签过滤和时间偏移等基础语法，后续告警与可视化配置才有抓手。本文通过一组常用查询示例带你快速入门。 Prometheus ...