告别半夜起床重启服务器！零基础搭服务器建监控告警系统（附完整配置）

最近服务器老是莫名其妙挂机，半夜被老板电话叫醒重启的兄弟应该不少吧？今天分享个监控告警系统的搭建方法，让服务器有问题自动发邮件通知，再也不用24小时盯着了。先说效果：服务器CPU爆了、内存满了、进程挂了，15秒内自动发邮件到QQ邮箱，手机立马收到通知。

技术栈选择（都是开源免费的）

用的都是业内主流工具，踩坑的人多，资料也多：

Prometheus：监控界的扛把子，数据采集和告警规则
Node_Exporter：轻量级指标采集器，CPU、内存、硬盘使用率都能监控
Alertmanager：告警管理中心，支持邮件、钉钉、微信通知
cpolar：内网穿透工具，没公网IP也能远程访问

环境准备

测试环境：CentOS 7.x

1核2G配置就够了，我用的是阿里云最便宜的那种
需要安装node_exporter和prometheus（前置依赖）
有个QQ邮箱就行，用来接收告警

第一步：安装Alertmanager

下载安装包 去Prometheus官网下载：https://prometheus.io/download/ 选Linux版本，我下的是alertmanager-0.28.1.linux-amd64.tar.gz创建目录解压

bash

mkdir -p /app/alertmanager
cd /app/alertmanager
# 上传下载好的文件，然后解压
tar -vxzf alertmanager-0.28.1.linux-amd64.tar.gz
mv alertmanager-0.28.1.linux-amd64 alertmanager

配置系统服务

bash

cd /usr/lib/systemd/system
vim alertmanager.service

配置文件内容：

ini

[Unit]
Description=https://prometheus.io
  
[Service]
Restart=on-failure
ExecStart=/app/alertmanager/alertmanager --config.file=/app/alertmanager/alertmanager.yml
 
[Install]                      
WantedBy=multi-user.target

启动服务

bash

systemctl daemon-reload
systemctl start alertmanager.service
systemctl enable alertmanager.service

启动成功后访问http://你的IP:9093，看到界面就说明OK了。

第二步：配置内网穿透（重点）

很多兄弟的服务器在内网，没有公网IP，这时候cpolar就派上用场了。安装cpolar

bash

sudo curl https://get.cpolar.sh | sh
sudo systemctl status cpolar

配置隧道 浏览器访问http://你的IP:9200，用cpolar账号登录。创建隧道：

隧道名称：alertmanager
协议：http
本地地址：9093
域名类型：随机域名
地区：China Top

创建完成后会生成一个公网地址，比如4246d47e.r2.cpolar.top，记住这个地址。

第三步：配置Prometheus对接Alertmanager

修改prometheus配置

bash

vi /app/prometheus/prometheus.yml

在配置文件中添加alertmanager配置：

yaml

alerting:
  alertmanagers:
    - static_configs:
        - targets: ["4246d47e.r2.cpolar.top"]  # 用cpolar生成的地址

重启prometheus

bash

systemctl restart prometheus

第四步：配置告警规则

创建告警规则文件

bash

vi /app/prometheus/1.yml

配置内容：

yaml

groups:
- name: node-alerts
  rules:
  # node_exporter宕机告警
  - alert: node_exporter实例宕机
    expr: up{job="node_exporter",instance="localhost:9100"} == 0
    for: 15s
    labels:
      severity: critical
    annotations:
      summary: "实例 {{ $labels.instance }} 已停止运行超过 15 秒！"
      description: "作业 {{ $labels.job }} 的实例 {{ $labels.instance }} 无法抓取。"

- name: prometheus  
  rules:
  # prometheus自身宕机告警
  - alert: 实例宕机
    expr: up{job="prometheus"} == 0
    for: 15s
    labels:
      severity: critical
    annotations:
      summary: "实例 {{ $labels.instance }} 已停止运行超过 15 秒！"
      description: "作业 {{ $labels.job }} 的实例 {{ $labels.instance }} 无法抓取。"

测试告警规则

bash

systemctl restart prometheus
# 停止node_exporter测试告警
systemctl stop node_exporter

15秒后在prometheus和alertmanager界面都能看到告警了。

第五步：配置QQ邮箱通知（关键步骤）

获取QQ邮箱授权码

登录QQ邮箱，设置 -> 账户
开启SMTP服务
获取授权码（不是QQ密码！）

配置Alertmanager邮件发送

bash

vi /app/alertmanager/alertmanager/alertmanager.yml

配置内容：

yaml

global:
  resolve_timeout: 5m
  smtp_from: '你的QQ邮箱'
  smtp_smarthost: 'smtp.qq.com:465'
  smtp_auth_username: '你的QQ邮箱'
  smtp_auth_password: '你的QQ邮箱授权码'  # 注意是授权码不是密码
  smtp_require_tls: false
  smtp_hello: 'qq.com'

route:
  group_by: ['alertname']
  group_wait: 5s
  group_interval: 5s
  repeat_interval: 5m
  receiver: 'email'

receivers:
- name: 'email'
  email_configs:
  - to: '你的QQ邮箱'
    send_resolved: true

重启服务测试

bash

systemctl restart alertmanager
# 再次停止node_exporter测试
systemctl stop node_exporter

等几分钟，QQ邮箱就会收到告警邮件了！

第六步：固定公网地址（可选）

cpolar的随机地址会变，想要固定地址需要保留二级子域名：

cpolar控制台 -> 预留 -> 保留二级子域名
地区选China Top，设置子域名（如alertmanager）
隧道管理 -> 编辑隧道 -> 域名类型选择二级子域名
填入保留的子域名，更新即可

这样就有了固定的公网访问地址了。

踩坑经验分享

常见问题：

QQ邮箱发不出邮件：检查是否用的授权码而不是QQ密码
prometheus抓取不到数据：检查防火墙，确保端口能访问
告警不触发：检查告警规则语法，用prometheus界面测试表达式
内网穿透不稳定：免费版cpolar有连接数限制，付费版更稳定

优化建议：

可以添加CPU、内存使用率告警规则
支持钉钉、企业微信通知，比邮件更及时
建议配置数据持久化存储

扩展配置

CPU使用率告警

yaml

- alert: CPU使用率过高
  expr: 100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[2m])) * 100) > 80
  for: 2m
  labels:
    severity: warning
  annotations:
    summary: "{{ $labels.instance }} CPU使用率过高"
    description: "CPU使用率已超过80%，当前值：{{ $value }}%"

内存使用率告警

yaml

- alert: 内存使用率过高
  expr: (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes * 100 > 80
  for: 2m
  labels:
    severity: warning
  annotations:
    summary: "{{ $labels.instance }} 内存使用率过高"
    description: "内存使用率已超过80%，当前值：{{ $value }}%"