保姆级教程：在CentOS7上从零搭建夜莺监控系统（含Categraf+Prometheus完整配置）

从零构建企业级监控体系：CentOS7下夜莺+Categraf+Prometheus全栈部署实战

夜莺监控系统（Nightingale）作为国产开源监控解决方案中的佼佼者，正在被越来越多的企业用于构建生产环境监控体系。不同于简单的工具堆砌，一个真正可靠的监控系统需要考虑数据采集、存储、可视化、告警等全链路环节的协同工作。本文将带你从零开始，在CentOS7系统上部署完整的夜莺监控生态，涵盖Categraf采集器配置、Prometheus时序数据库集成，以及生产环境下的安全加固技巧。

1. 环境准备与组件规划

在开始部署前，我们需要明确各组件的作用和相互关系。夜莺监控系统本身不直接采集和存储监控数据，它更像是一个"大脑"，负责数据的处理和告警决策。实际的数据采集工作由Categraf完成，而Prometheus则作为时序数据库存储历史监控数据。

生产环境推荐配置：

• 操作系统：CentOS 7.6+（内核版本3.10+）
• 硬件规格：
  • 夜莺服务：4核CPU/8GB内存/100GB磁盘
  • Prometheus：根据监控指标量调整，建议8核CPU/16GB内存/500GB+ SSD
• 依赖服务：
  • MySQL 5.7+（用于夜莺元数据存储）
  • Redis 5.0+（用于告警事件队列）

提示：测试环境可以使用SQLite和MiniRedis，但生产环境务必使用独立数据库服务

2. 夜莺核心服务部署

2.1 安装包获取与目录规划

合理的目录结构能避免后续维护混乱。我们采用/data/app作为主安装目录，各组件独立子目录：

# 创建夜莺专用目录 mkdir -p /data/app/n9e/{bin,etc,logs} cd /data/app/n9e # 下载最新稳定版（请替换为实际版本） wget https://github.com/ccfos/nightingale/releases/download/v8.0.0/n9e-v8.0.0-linux-amd64.tar.gz tar -zxvf n9e-v8.0.0-linux-amd64.tar.gz --strip-components 1 -C .

2.2 数据库配置详解

生产环境必须使用外部MySQL和Redis。配置文件etc/config.toml中关键参数：

[DB] DBType = "mysql" DSN = "monitor_user:StrongPassword123@tcp(10.0.0.1:3306)/n9e_v6?charset=utf8mb4&parseTime=True&loc=Local" MaxIdleConns = 10 MaxOpenConns = 20 [Redis] Address = "10.0.0.2:6379" Password = "RedisSecurePass" RedisType = "standalone" DB = 0 ConnectTimeout = 2000 ReadTimeout = 2000

常见配置陷阱：

• MySQL需提前创建数据库并授权：CREATE DATABASE n9e_v6 DEFAULT CHARSET utf8mb4
• Redis内存配置建议不低于2GB，避免告警事件堆积
• 连接超时设置过短可能导致偶发性连接失败

2.3 服务化部署与调优

Systemd服务文件/etc/systemd/system/n9e.service的优化配置：

[Unit] Description=Nightingale Monitoring Service After=network.target mysql.service redis.service [Service] Type=simple User=monitor Group=monitor ExecStart=/data/app/n9e/n9e WorkingDirectory=/data/app/n9e Environment="GOMAXPROCS=4" LimitNOFILE=65536 Restart=always RestartSec=5 StandardOutput=syslog StandardError=syslog SyslogIdentifier=n9e [Install] WantedBy=multi-user.target

启动命令及状态检查：

systemctl daemon-reload systemctl enable --now n9e journalctl -u n9e -f # 实时查看日志

3. 数据采集层：Categraf高级配置

3.1 安装与目录结构

mkdir -p /data/app/categraf/{bin,conf,logs} cd /data/app/categraf wget https://download.flashcat.cloud/categraf-v0.3.83-linux-amd64.tar.gz tar -zxvf categraf-v0.3.83-linux-amd64.tar.gz --strip-components 1 -C .

3.2 核心配置文件解析

conf/config.toml关键配置节选：

[global] hostname = "prod-web-01" # 自动获取可使用 $HOSTNAME interval = 15 precision = 1000 # 时间戳精度(ms) [log] file_name = "categraf.log" max_size = 100 # MB max_days = 7 max_backups = 3 [[writers]] url = "http://n9e-server:17000/prometheus/v1/write" basic_auth_user = "api_user" basic_auth_pass = "ComplexPass!2023" timeout = 5000 # 毫秒

采集插件管理：

• 启用/禁用插件：conf/目录下对应.toml文件
• CPU监控示例（conf/input.cpu/cpu.toml）：

  interval = "15s" percpu = false totalcpu = true collect_cpu_time = true

3.3 服务化与资源控制

./categraf --install --service-name=categraf systemctl edit categraf # 添加资源限制

优化后的service配置片段：

[Service] LimitCPU=2 LimitMEMLOCK=infinity LimitNOFILE=65536 CPUQuota=200% MemoryHigh=4G MemoryMax=6G

4. Prometheus时序数据库集成

4.1 生产级安装配置

mkdir -p /data/app/prometheus/{bin,conf,data,logs} cd /data/app/prometheus wget https://github.com/prometheus/prometheus/releases/download/v2.53.5/prometheus-2.53.5.linux-amd64.tar.gz tar -zxvf prometheus-2.53.5.linux-amd64.tar.gz --strip-components 1 -C .

优化后的prometheus.yml核心配置：

global: scrape_interval: 15s evaluation_interval: 15s external_labels: env: "prod" region: "ap-southeast" scrape_configs: - job_name: 'categraf' static_configs: - targets: ['10.0.0.3:9100'] metrics_path: '/metrics' params: format: ['prometheus'] remote_write: - url: http://n9e-server:17000/prometheus/v1/write queue_config: max_samples_per_send: 10000 capacity: 20000

4.2 存储优化与维护

TSDB调优参数：

--storage.tsdb.retention.time=30d --storage.tsdb.wal-compression --storage.tsdb.max-block-duration=2h --storage.tsdb.min-block-duration=2h

定期维护任务（crontab示例）：

0 3 * * * /data/app/prometheus/promtool tsdb cleanup --storage.tsdb.path=/data/app/prometheus/data

5. 安全加固与生产验证

5.1 网络访问控制

# 防火墙规则示例 firewall-cmd --permanent --zone=public --add-rich-rule=' rule family="ipv4" source address="10.0.0.0/24" port protocol="tcp" port="17000" accept' firewall-cmd --reload

5.2 认证体系配置

夜莺API认证增强配置：

[HTTP.APIForAgent] Enable = true TokenRequired = true Tokens = ["SECRET_TOKEN_2023"] [HTTP.APIForAgent.BasicAuth] userName = "admin" password = "STRONG_PASSWORD"

对应Categraf配置调整：

[heartbeat] url = "http://n9e-server:17000/v1/n9e/heartbeat" token = "SECRET_TOKEN_2023" basic_auth_user = "admin" basic_auth_pass = "STRONG_PASSWORD"

5.3 健康检查与监控

验证各组件状态的命令集合：

# 夜莺健康检查 curl -u admin:STRONG_PASSWORD http://localhost:17000/api/v1/health # Categraf指标获取 curl http://localhost:9100/metrics | grep categraf_ # Prometheus目标状态 curl http://localhost:9090/api/v1/targets

6. 告警配置与仪表盘管理

夜莺系统的真正价值在于其强大的告警管理能力。以下是一个典型的内存告警规则配置：

告警规则参数：

仪表盘导入命令示例：

curl -u admin:STRONG_PASSWORD -X POST \ http://n9e-server:17000/api/v1/dashboard/import \ -H "Content-Type: application/json" \ -d @categraf-overview.json

7. 性能调优与问题排查

常见性能瓶颈及解决方案：

1. 夜莺CPU占用高

   • 调整GOMAXPROCS限制并发度
   • 减少不必要的告警规则计算频率
   • 分片部署多个实例

2. Prometheus存储增长过快

   # 查看TSDB块统计 promtool tsdb analyze /data/app/prometheus/data # 调整保留策略 --storage.tsdb.retention.size=500GB

3. Categraf采集延迟

   # 调整采集间隔 [global] interval = "30s" # 限制插件并发 [inputs.exec] concurrency = 3

日志分析技巧：

# 夜莺错误日志过滤 journalctl -u n9e -f | grep -E 'ERROR|WARN' # Categraf采集延迟检测 grep 'collection took longer than expected' /data/app/categraf/logs/categraf.log