【Linux/Windows 系统监控】Exporter (node exporter/windows_exporter) + Prometheus + Grafana

AmiaYukiAchami

317人浏览 · 2026-06-27 18:04:06

AmiaYukiAchami · 2026-06-27 18:04:06 发布

[Node Exporter / Windows Exporter] + Prometheus + Grafana

修改日期	版本	修改日志	修改人
2026-06-27	v1.0	初始版本：Node Exporter + Prometheus + Grafana 基础安装与配置	阿米亚波
2026-07-07	v1.1	新增 `七、Windows Exporter` 章节：补充 Windows 平台监控方案（Windows Exporter 安装、Prometheus 抓取配置、Grafana 仪表盘导入）；新增 `有关问题（四）Collectors 集合`：windows_exporter支持的collectors收集器集合。	阿米亚波

本文档介绍如何安装 Exporter（Node Exporter / Windows Exporter）、Prometheus 和 Grafana，涵盖 Linux（Ubuntu 24.04）与 Windows 平台的主机监控方案。

软件	平台	安装方式	说明
Node Exporter	Linux（Ubuntu 24.04）	Github release 包	采集 Linux 宿主机硬件/操作系统指标
Windows Exporter	Windows	Github release 包（.msi）	采集 Windows 宿主机硬件/操作系统指标
Prometheus	-	Docker 安装	无宿主机依赖要求，使用 Docker 安装
Grafana	-	Docker 安装	无宿主机依赖要求，使用 Docker 安装

一、Node Exporter

Github node_exporter

（一）下载 release 包

wget https://github.com/prometheus/node_exporter/releases/download/v1.11.1/node_exporter-1.11.1.linux-amd64.tar.gz

（二）解压

tar -zxvf node_exporter-1.11.1.linux-amd64.tar.gz

# 目录中包含 node_exporter 可执行文件
node_exporter-1.11.1.linux-amd64$ ls
LICENSE  node_exporter  NOTICE

（三）移动专属目录

1. 创建专属目录

sudo mkdir /opt/node_exporter

2. 复制 node_exporter 可执行文件到专属目录

sudo cp ./node_exporter /opt/node_exporter/

3. 给 node_exporter 可执行文件添加执行权限

sudo chmod +x /opt/node_exporter/node_exporter

（四）配置 Systemd 服务

1. 创建 Systemd 服务文件

sudo nano /etc/systemd/system/node_exporter.service

写入以下内容（注意 ExecStart 的路径）:

[Unit]
Description=Prometheus Node Exporter
After=network-online.target

[Service]
User=node_exporter
Group=node_exporter
Type=simple
ExecStart=/opt/node_exporter/node_exporter

[Install]
WantedBy=multi-user.target

2. 创建专用 node_exporter 用户

创建用户

sudo useradd --no-create-home --shell /bin/false node_exporter

参数解释：

--no-create-home: 不创建用户家目录
--shell /bin/false: 将该用户的默认 Shell 设置为 /bin/false，防止用户登录
node_exporter: 用户名

读取和执行权限

sudo chown -R node_exporter:node_exporter /opt/node_exporter

（五）启动并验证服务

1. 重新加载 Systemd 配置

sudo systemctl daemon-reload

2. 启动服务并设置开机自启

sudo systemctl enable --now node_exporter

3. 检查运行状态

sudo systemctl status node_exporter

（六）验证数据

1. 在浏览器中验证（最直观）

打开浏览器（主机就可以，不需要虚拟机），在地址栏输入：

http://<您虚拟机的IP地址>:9100/metrics

metrics

2. 在终端中验证（最快）

在当前的终端中，执行以下命令：

curl -s http://localhost:9100/metrics | head -n 15

如果一切正常，会看到类似下面这样的文本输出，包含大量的 # HELP 和 node_ 开头的指标数据：

# HELP go_gc_duration_seconds A summary of the wall-time pause (stop-the-world) duration in garbage collection cycles.
# TYPE go_gc_duration_seconds summary
go_gc_duration_seconds{quantile="0"} 1.9215e-05
go_gc_duration_seconds{quantile="0.25"} 3.921e-05
go_gc_duration_seconds{quantile="0.5"} 8.7665e-05
go_gc_duration_seconds{quantile="0.75"} 0.000221364
go_gc_duration_seconds{quantile="1"} 0.000286378
go_gc_duration_seconds_sum 0.000653832
go_gc_duration_seconds_count 5
# HELP go_gc_gogc_percent Heap size target percentage configured by the user, otherwise 100. This value is set by the GOGC environment variable, and the runtime/debug.SetGCPercent function. Sourced from /gc/gogc:percent.
# TYPE go_gc_gogc_percent gauge
go_gc_gogc_percent 100
# HELP go_gc_gomemlimit_bytes Go runtime memory limit configured by the user, otherwise math.MaxInt64. This value is set by the GOMEMLIMIT environment variable, and the runtime/debug.SetMemoryLimit function. Sourced from /gc/gomemlimit:bytes.
# TYPE go_gc_gomemlimit_bytes gauge
go_gc_gomemlimit_bytes 9.223372036854776e+18

二、docker & docker compose

Prometheus 和 Grafana 使用 docker 安装，这里介绍安装 docker 和 docker compose。

（一）安装必要依赖

sudo apt update

sudo apt install -y ca-certificates curl gnupg

（二）创建密钥环目录并添加 Docker 官方的 GPG 密钥（使用阿里云加速）

sudo install -m 0755 -d /etc/apt/keyrings

sudo curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc

sudo chmod a+r /etc/apt/keyrings/docker.asc

（三）将 Docker 的 apt 仓库源添加到系统中

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://mirrors.aliyun.com/docker-ce/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
  sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

（四）再次更新 apt 索引，并安装 Docker 引擎及 Compose V2 插件

sudo apt update

sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

（五）将当前用户加入 docker 组（免 sudo 执行 docker 命令）

sudo usermod -aG docker $USER

（六）验证安装

sudo docker --version

# 注意：compose 后面是空格，不是连字符
sudo docker compose version

（七）让当前终端立刻生效 docker 组权限（这样后面敲命令就不用一直加 sudo 了）

newgrp docker

三、Prometheus

（一）创建目录结构与设置权限

1. 创建主目录和 Prometheus 的专属子目录（包含配置目录和数据目录）

sudo mkdir -p /opt/monitoring/prometheus/data

2. 给 Prometheus 的数据目录赋予正确的权限 (容器内是 nobody 用户，UID 65534)

sudo chown -R 65534:65534 /opt/monitoring/prometheus/data

3. 进入主工作目录

cd /opt/monitoring

（二）编写 Prometheus 配置文件

在 Prometheus 自己的目录下，创建它的配置文件：

sudo nano prometheus/prometheus.yml

粘贴以下内容，保存并退出

global:
  scrape_interval: 15s

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  - job_name: 'node_exporter'
    static_configs:
      # 使用魔法域名跨越网络访问宿主机上的 Node Exporter
      - targets: ['host.docker.internal:9100']

（三）编写 docker-compose.yml (仅包含 Prometheus)

在主目录（monitoring/）下，创建总控文件。注意看 volumes 里的路径，现在它们指向了子文件夹。

sudo nano docker-compose.yml

粘贴以下内容，保存并退出：

services:
  prometheus:
    image: prom/prometheus:latest
    container_name: prometheus
    restart: unless-stopped
    volumes:
      # 注意这里的路径变化：指向了 prometheus 子文件夹
      - ./prometheus/prometheus.yml:/etc/prometheus/prometheus.yml
      - ./prometheus/data:/prometheus
    ports:
      - "9090:9090"
    # 核心魔法：让容器能通过 host.docker.internal 访问宿主机
    extra_hosts:
      - "host.docker.internal:host-gateway"

（四）启动 Prometheus

确保还在 monitoring/ 主目录下（也就是 docker-compose.yml 所在的目录），执行：

docker compose up -d

第一次运行会下载镜像，看到 Started 即可。

/opt/monitoring$ docker compose up -d
[+] up 13/13
 ✔ Image prom/prometheus:latest Pulled                         28.4s
 ✔ Network monitoring_default   Created                         0.8s
 ✔ Container prometheus         Started                        12.9s

（五）验证 Prometheus

确保 Prometheus 已经成功启动
打开浏览器，访问：http://<您的虚拟机IP>:9090/targets

验收标准：

页面能正常打开。
在 “Targets” 列表中，prometheus 状态是绿色的 UP。
最重要的一点：node_exporter 状态也必须是绿色的 UP。
(如果 node_exporter 是红色的 DOWN，通常是宿主机防火墙拦截了，请在终端执行 sudo ufw allow 9100/tcp 后刷新页面重试。)

Prometheus_web

四、Grafana

（一）创建目录结构与设置权限

1. 创建主目录和 Grafana 的专属子目录（用于持久化仪表盘/数据）

sudo mkdir -p /opt/monitoring/grafana

2. 给 Grafana 的数据目录赋予正确的权限

Grafana 容器内使用 grafana 用户 (UID 472)

sudo chown -R 472:472 /opt/monitoring/grafana

（二）编写 docker-compose.yml (追加 Grafana 服务)

打开 compose 文件

nano docker-compose.yml

在文件末尾（prometheus 服务后面）添加以下内容：

  grafana:
    image: grafana/grafana:latest
    container_name: grafana
    ports:
      - "3000:3000"
    volumes:
      - ./grafana:/var/lib/grafana
    depends_on:
      - prometheus
    restart: unless-stopped

（三）启动 Grafana

确保还在 monitoring/ 主目录下（也就是 docker-compose.yml 所在的目录），执行：

docker compose up -d

第一次运行会下载镜像，看到 Started 即可。

/opt/monitoring$ docker compose up -d
[+] up 14/14
 ✔ Image grafana/grafana:latest Pulled                 158.7s
 ✔ Container prometheus         Running                  0.0s
 ✔ Container grafana            Started                  7.4s

（四）验证 Grafana

打开浏览器，访问：http://<您的虚拟机IP>:3000
验收标准：

页面能正常打开。
登录时，用户名是 admin，密码是admin。

请添加图片描述

五、Grafana 配置 Prometheus 数据源

1. 点击 Connections ➡️ Add new conncetion ➡️ Prometheus

Grafana_data_source

2. 点击 Add new data source

Grafana_add_new_data_source

3. 填写相关数据信息

Grafana_prometheus_data_source

精简配置：

配置项	当前错误值	正确值	为什么？
Prometheus server URL	`http://localhost:9090`	`http://prometheus:9090`	✅ Docker Compose 服务名自动解析为容器 IP
Authentication method	`No Authentication`	保持默认	✅ 我们没设置 Prometheus 认证
Scrape interval	`15s`	保持默认	✅ 与 Prometheus 配置一致

4. 点击 Save & Test

Grafana_save_and_test_data_source

六、Grafana 配置 Dashboards 仪表盘

Grafana dashboards 上有很多可用的仪表盘。在导入界面也有链接可跳转找到心仪的仪表盘。

1. 点击 Dashboards ➡️ New ➡️ Import dashboard

Grafana_import_dashboard

2. 导入 1860 仪表盘

Grafana_import_dashboard_1860

3. 点击 Import

Grafana_dashboard_import

4. 确认并保存（如需 Edit）

如果需要编辑仪表盘，点击 Edit 按钮，进入编辑模式，修改完成后点击 Save 保存。
Grafana_confirm_and_save

七、Windows Exporter

Github windows_exporter
专门用于监控 Windows 服务器的指标。

（一）下载 Windows Exporter

使用场景	推荐
标准 Windows 服务器	`.msi`
测试/临时部署	`.exe`

windows_exporter

（二）安装 Windows Exporter

1. Firewall Exception

选项	说明	适用场景
✅ Will be installed on local hard drive (将安装在本地硬盘上)	安装防火墙规则，但只安装必要的部分	适用于大多数生产环境，确保外部监控系统能访问 exporter
🟢 Entire feature will be installed on local hard drive (整个功能将安装在本地硬盘上)	完整安装该功能的所有组件	与上一个选项实际效果相同，通常没有区别
❌ Entire feature will be unavailable (整个功能将不可用)	不创建防火墙规则	适用于内部网络或已有防火墙策略的环境

Firewall_Exception

2.运行参数

Collectors 集合
Collectors_and_Command_Line

（三）验证 Windows Exporter

1. 打开 PowerShell 查看服务是否正常运行

windows_exporter_service

2. 使用图形界面

按 win + R 输入 services.msc 打开服务管理器，查看 Windows Exporter 服务是否正常运行。
win_r_services
service_status

3. 查看采集指标

在本机查看，打开浏览器，访问：http://localhost:9182/metrics
metrics_in_windows

4. 验证网络与防火墙（远程访问测试）

为了让 Prometheus 服务器能抓取数据，需要确保其他机器能访问到这个端口。

检查端口监听状态（在本机 PowerShell 运行）：

PS C:\Users\admin> netstat -ano | findstr 9182
  TCP    0.0.0.0:9182           0.0.0.0:0              LISTENING       17052
  TCP    [::]:9182              [::]:0                 LISTENING       17052

应该能看到一行包含 0.0.0.0:9182 且状态为 LISTENING 的记录。

从 Prometheus 服务器（或其他外部机器）测试：

curl http://<你的Windows服务器IP>:9182/metrics

curl_metrics

（四）配置 Prometheus 数据源

1. 编辑 Prometheus 配置文件

打开文档前面的 prometheus.yml 文件:

sudo nano /opt/monitoring/prometheus/prometheus.yml

2. 添加 Windows 节点的抓取任务

在文件的 scrape_configs 部分，追加一个新的 job_name 用于 Windows 节点。

global:
  scrape_interval: 15s

scrape_configs:
  # --- 原有的配置保留 ---
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  - job_name: 'node_exporter' # 这是你之前配置的 Linux 节点
    static_configs:
      - targets: ['host.docker.internal:9100']

  # --- 👇 新增以下配置来抓取 Windows 节点 👇 ---
  - job_name: 'windows_exporter'
    static_configs:
      # 请将 <Windows服务器的IP> 替换为你实际的 Windows 机器局域网 IP
      # 9182 是 Windows Exporter 的默认端口
      - targets: ['<Windows服务器的IP>:9182']
        labels:
          instance: 'windows-server-01' # 可选：给这个节点起个友好的别名，方便在 Grafana 里区分

3. 重启 Prometheus 服务

由于 Prometheus 是 Docker 容器运行的，修改配置文件后，需要让容器重新加载配置。

# 进入 docker-compose 目录
cd /opt/monitoring
# 重启 Prometheus 容器
sudo docker compose restart prometheus

4. 验证数据采集

打开浏览器，访问：http://<Prometheus服务器IP>:9090/targets
在页面列表中，寻找名为 windows_exporter 的 Job。
Prometheus_web_windows

（五）配置 Grafana 数据源

1. 打开 Grafana 界面

打开浏览器，访问：http://<Grafana服务器IP>:3000
Grafana_web

2. 添加新仪表盘

在 Grafana 界面，进入 Dashboards ➡️ New ➡️ Import dashboard。
在这里插入图片描述

3. 导入 windows 仪表盘

进入 grafana dashboard 找一个Windows仪表盘
windows_server_status_dashboard

还是输入仪表盘号，点击 Load
在这里插入图片描述

选择一个数据源，点击 Import
Grafana_import_dashboard_16523_2

4. 仪表盘展示

Windows Server Status Dashboard - Prometheus 效果呈现
Grafana_dashboard_windows

有关问题

（一）镜像下载网络问题

1. 问题现象

/opt/monitoring$ docker compose up -d
[+] up 1/1
 ✘ Image prom/prometheus:latest Error failed to resolve reference "docker.io/prom/prometheus:latest": failed to do request: Head "https://registry-1.docker.io/v2/prom/prometheus/manifests/latest": dial tcp 108.160.172.232:443: connect: connection refused           21.3s
Error response from daemon: failed to resolve reference "docker.io/prom/prometheus:latest": failed to do request: Head "https://registry-1.docker.io/v2/prom/prometheus/manifests/latest": dial tcp 108.160.172.232:443: connect: connection refused

2. 问题原因

典型的网络问题！错误信息里的 connection refused 和访问 registry-1.docker.io 失败，表明您的虚拟机当前无法直接连接到 Docker Hub 的官方服务器（这是国内网络环境的常见限制）。
需要给 Docker 配置一个国内镜像加速器，让它从国内的代理节点下载镜像。
或者给 Docker 配置代理软件，让它通过代理下载镜像。

3. 解决方法

这里通过配置代理软件来解决。我的代理软件运行在 Windows 宿主机上

第一步：创建 Docker 的 systemd 代理配置

在终端执行以下命令，直接通过 echo 把配置写入文件

1. 创建存放 Docker 服务覆盖配置的目录

sudo mkdir -p /etc/systemd/system/docker.service.d

2. 将代理配置写入文件 (直接使用 Windows IP 和代理端口)

sudo tee /etc/systemd/system/docker.service.d/http-proxy.conf <<-'EOF'
[Service]
Environment="HTTP_PROXY=http://192.168.1.13:7890"
Environment="HTTPS_PROXY=http://192.168.1.13:7890"
Environment="NO_PROXY=localhost,127.0.0.0/8,192.168.0.0/16,10.0.0.0/8,172.16.0.0/12"
EOF

💡 注意：NO_PROXY 里的 192.168.0.0/16 很重要，它确保了以后 Grafana 容器通过局域网 IP 连接 Prometheus 容器时，不会傻傻地去绕一圈 Windows 代理，而是直接在内网通信。

第二步：重载配置并重启 Docker

sudo systemctl daemon-reload

sudo systemctl restart docker

第三步：验证代理是否配置成功

执行以下命令检查 Docker 是否已经吃到了代理环境变量：

sudo systemctl show --property=Environment docker

（二）docker & docker compose

Docker 是什么？做什么用的？

Docker 是一个开源的应用容器引擎，它是整个容器化生态的“底座”。

做什么用？

它允许开发者把应用程序以及它运行所需的所有依赖（代码、运行环境、系统工具、数据库驱动等）打包成一个轻量级、可移植的 “镜像(Image)”。这个镜像可以运行在任何安装了 Docker 的机器上运行，运行起来的实例叫做 “容器(Container)”。

解决的核心痛点

彻底消灭了“这段代码在我的电脑上明明能跑，怎么到你那里就报错了”的环境不一致问题。

Docker Compose 是什么？做什么用的？

Docker Compose 是建立在 Docker 之上的一个多容器编排工具。

做什么用？

在实际开发中，一个完整的项目往往不止一个服务。比如一个典型的Web应用可能包含：前端 Nginx + 后端 Node.js/Java + MySQL 数据库 + Redis 缓存。如果用纯 Docker，需要手动敲4条 docker run 命令，还要手动配置它们之间的网络互通和启动顺序，非常繁琐且容易出错。

解决的核心痛点

它允许你通过一个 YAML 格式的配置文件（通常叫 docker-compose.yml），把整个项目的所有服务、网络、数据卷一次性定义好，然后一键启动/停止整个项目集群。

两者关系

依赖关系：Docker Compose 是 Docker 的补充和高级封装。没有 Docker，Docker Compose 就无法工作（Compose 底层调用的依然是 Docker 的 API 来创建和管理容器）。
分工明确
- Docker 负责“制造和管理单个集装箱”（构建镜像、运行单个容器）。
- Docker Compose 负责“编排一堆集装箱”（管理多个容器组成的微服务架构）。

核心区别对比

对比维度	Docker	Docker Compose
管理对象	单个容器 / 镜像	多个容器组成的应用服务栈
配置文件	`Dockerfile`（用于定义如何构建单个镜像）	`compose.yaml`（用于定义如何编排多个容器）
启动命令	`docker run [一长串参数] [镜像名]`	`docker compose up`（自动读取配置，一键启动）
网络管理	需要手动创建网络、配置容器互联	自动为项目创建一个隔离的默认网络，容器间可通过服务名直接互相访问
依赖与顺序	难以控制多个容器的启动先后顺序	支持配置 `depends_on`，确保数据库等基础服务先于应用服务启动
适用场景	运行单一服务（如单纯跑个 MySQL 或 Nginx 测试）	运行完整的本地开发环境、微服务架构、CI/CD 自动化测试环境

补充说明：命令的演进

网上资料，可能会有两种写法: docker-compose 和 docker compose，带横杠和空格隔开。

过去（V1 版本）： docker-compose 是一个用 Python 写的独立脚本需要额外单独安装，命令带横杠。目前已被官方废弃。
现在（V2 版本）： docker compose 是用 Go 语言重写的，已经作为原生插件直接集成到了 Docker CLI 中。只要安装了较新的 Docker，就自带这个命令（中间是空格）。

（三）Node Exporter 监控问题

node exporter 如果使用 docker 镜像安装启动，则 node exporter 的监控对象，取决于启动 Docker 容器时的配置方式。

简答来说：

如果直接启动（不做特殊配置）：它监控的只是 Docker 容器自身 的信息（这通常毫无意义）。
如果做了正确配置：它监控的就是 宿主机 的信息。

为什么默认监控的是 Docker 容器自身？

Node Exporter 采集系统指标（如 CPU、内存、磁盘、网络）的原理，是读取 Linux 系统的虚拟文件系统（主要是 /proc 和 /sys）。
由于 Docker 容器具有 命名空间隔离（Namespace） 特性，容器内部有自己独立的 /proc 和 /sys。如果你只是简单地运行 docker run prom/node-exporter，它读取到的仅仅是这个容器内部的资源使用情况，而不是宿主机的。

如何让 Docker 版 Node Exporter 监控宿主机？

为了让容器内的 Node Exporter 看到宿主机的真实数据，需要在启动时做三件事：

挂载宿主机的目录到容器内。
共享网络和 PID 命名空间，让容器能看到宿主机的网络接口和进程。
通过启动参数告诉 Node Exporter 去读取挂载进来的宿主机路径。

方式一：使用 docker run 命令

docker run -d \
  --name node_exporter \
  --restart=unless-stopped \
  --net="host" \
  --pid="host" \
  -v "/:/host:ro,rslave" \
  -v "/proc:/host/proc:ro" \
  -v "/sys:/host/sys:ro" \
  prom/node-exporter:latest \
  --path.rootfs=/host \
  --path.procfs=/host/proc \
  --path.sysfs=/host/sys

方式二：使用 `docker-compose.yml`

version: '3.8'
services:
  node_exporter:
    image: prom/node-exporter:latest
    container_name: node_exporter
    restart: unless-stopped
    network_mode: host
    pid: host
    volumes:
      - /:/host:ro,rslave
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
    command:
      - '--path.rootfs=/host'
      - '--path.procfs=/host/proc'
      - '--path.sysfs=/host/sys'

关键参数原理解析

参数	作用解释
`--net="host"`	共享网络命名空间。让 Node Exporter 能采集到宿主机真实的网卡信息（如 `eth0`、`bond0`）和网络流量，而不是容器虚拟的 `eth0`。
`--pid="host"`	共享 PID 命名空间。让 Node Exporter 能看到宿主机上所有的进程信息，从而正确统计系统负载（load average）和进程状态。
`-v "/proc:/host/proc:ro"`	将宿主机的 `/proc`（包含 CPU、内存、负载等内核信息）以只读方式挂载到容器的 `/host/proc`。
`-v "/sys:/host/sys:ro"`	将宿主机的 `/sys`（包含硬件设备、内核模块等信息）以只读方式挂载到容器的 `/host/sys`。
`-v "/:/host:ro,rslave"`	将宿主机的根目录挂载进去，主要用于采集磁盘/文件系统的使用情况（如 `/dev/sda1` 挂载在 `/` 上的空间使用率）。`rslave` 确保宿主机后续的挂载事件能传播到容器内。
`--path.rootfs=/host`	告诉 Node Exporter 程序：“宿主机的根文件系统在 `/host` 目录下，请去那里读取磁盘信息”。

（四）Collectors 集合

Github README Collectors

Name	Description	Enabled by default
ad	Active Directory Domain Services
adcs	Active Directory Certificate Services
adfs	Active Directory Federation Services
cache	Cache metrics
cpu	CPU usage	✅
cpu_info	CPU Information
container	Container metrics
diskdrive	Diskdrive metrics
dfsr	DFSR metrics
dhcp	DHCP Server
dns	DNS Server
exchange	Exchange metrics
file	File metrics
fsrmquota	Microsoft File Server Resource Manager (FSRM) Quotas collector
gpu	GPU metrics
hyperv	Hyper-V hosts
iis	IIS sites and applications
license	Windows license status
logical_disk	Logical disks, disk I/O	✅
memory	Memory usage metrics	✅
mscluster	MSCluster metrics
msmq	MSMQ queues
mssql	SQL Server Performance Objects metrics
netframework	.NET Framework metrics
net	Network interface I/O	✅
os	OS information (hostname, product/version, install time)	✅
pagefile	pagefile metrics
performancecounter	Custom performance counter metrics
physical_disk	physical disk metrics	✅
printer	Printer metrics
process	Per-process metrics
remote_fx	RemoteFX protocol (RDP) metrics
scheduled_task	Scheduled Tasks metrics
service	Service state metrics	✅
smb	SMB Server
smbclient	SMB Client
smtp	IIS SMTP Server
system	System calls	✅
tcp	TCP connections
terminal_services	Terminal services (RDS)
textfile	Read prometheus metrics from a text file
time	Windows Time Service
udp	UDP connections
update	Windows Update Service
vmware	Performance counters installed by the Vmware Guest agent

有关报告的指标、配置设置和使用示例的更多信息，请参阅每个收集器的链接文档。

AI编程社区

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

码道：从零构建学生信息管理系统 API：FastAPI 内存版 CRUD 项目全解析

FastAPI 的强大，很大程度上来自 Pydantic 的校验能力。我们写下类型声明，FastAPI 在运行时自动把它变成边界检查器。name：字符串，长度限制 1 到 50；age：整数，限制在 6 到 120 之间（ge大于等于、le小于等于）；gender：字符串，用正则限定只能是"男"“女”“其他”；email：邮箱格式字符串；grade与major：可选字段，代表班级和专业方向。

AI编程社区

码道：用 Python + FastAPI 快速构建一个学生信息管理接口：从零到 Swagger 在线文档

在日常开发和教学中，我们经常需要一套简单、可控、能快速上手的后端接口来演示"前后端分离"、练习 Restful API 设计，或者作为前端联调的 Mock 服务。传统做法往往是搭一套完整的 Web 工程：配置数据库、编写 DAO、引入 ORM、做请求分发……一套流程下来，光环境搭建就要花去不少时间，对于想快速验证想法、或者刚入门 API 开发的同学来说，显得过于沉重。