Linux 下载、安装 Prometheus，云原生监控与告警的开源系统（附安装包prometheus-3.13.2.linux-amd64.tar.gz）

发布于 2026/8/10 · 1 阅读

Prometheus监控系统告警PromQL时序数据库云原生CNCFKubernetes开源软件Linux

Prometheus 是一款开源的系统与服务监控告警平台，采用多维数据模型与 PromQL 查询语言，单节点自治、无需分布式存储，支持服务发现与原生告警，是 Kubernetes 生态中云原生监控的事实标准。

文章目录

1. Prometheus 简介
2. v3.13.2 版本亮点

2.1 安全修复
2.2 缺陷修复

3. 获取安装包
4. 安装

4.1 生产环境配置（systemd 服务化）

5. 使用

5.1 配置抓取目标
5.2 PromQL 常用查询
5.3 告警规则
5.4 配置校验与热加载
5.5 运行状态监控

封面.png

1. Prometheus 简介

Prometheus 是一款开源的系统与服务监控告警平台，2012 年诞生于 SoundCloud，由 Matt Proud 和 Julius Volz 在 Google 内部监控系统 Borgmon 的启发下用 Go 语言编写。2016 年 5 月成为云原生计算基金会（CNCF）最早一批项目之一，2018 年更成为继 Kubernetes 之后第二个从 CNCF 毕业的项目。如今 Prometheus 在 GitHub 上拥有约 6.5 万颗星标、1.7 万余位贡献者，是云原生监控领域的事实标准，几乎所有 Kubernetes 集群都在用它做指标采集与告警。

Prometheus 要解决的，是分布式环境中指标监控数据分散、查询困难的问题：传统监控工具要么依赖分布式存储、部署复杂，要么只能看曲线、难以按维度查询告警。而 Prometheus 用"拉取（pull）"模式定时抓取各目标暴露的指标，配合多维数据模型和 PromQL 查询语言，让运维能随时用一条查询看清任意维度的服务状态，并在条件满足时自动触发告警——单节点即可独立运行，无需外部存储依赖。

Prometheus 的核心特点：

多维数据模型：时间序列由指标名和一组键/值标签（label）定义，天然支持按维度切片与聚合
PromQL 查询语言：强大灵活的查询语言，充分利用维度化数据模型
单节点自治：不依赖分布式存储，单个服务器节点即可独立运行
HTTP 拉取模型：按配置周期通过 HTTP 拉取目标指标，也支持通过 Pushgateway 接收批处理作业的推送
服务发现：支持 Kubernetes、Consul 等动态发现抓取目标，也支持静态配置
原生告警：内置告警规则评估，可对接 Alertmanager 统一告警分发
联邦扩展：支持层级与水平方向的联邦（federation），可横向扩展采集规模

2. v3.13.2 版本亮点

该版本汇集了 2 位贡献者 的 2 条 贡献。

v3.13.2 发布于 2026 年 7 月 29 日，是一个维护性补丁版本，重点包含安全升级与一处稳定性修复：

2.1 安全修复

升级 golang.org/x/text 至 v0.39.0，修复安全漏洞 CVE-2026-56852；升级 google.golang.org/grpc 至 v1.82.1，修复 GHSA-hrxh-6v49-42gf
建议所有使用远程写入（Remote Write）或 OTLP 接收功能的用户尽快升级

2.2 缺陷修复

PromQL 稳定性：预分配活跃查询跟踪器（active query tracker）文件，避免数据磁盘写满时出现 SIGBUS 崩溃

3. 获取安装包

如果访问 GitHub 不便，安装包及中文文档：https://hanshuixin.org/go/225F（内含 prometheus-3.13.2.linux-amd64.tar.gz、README 中英对照、发布说明中英对照和 LICENSE）。

适用于 Linux x86_64（amd64）。

Prometheus 其他版本：https://hanshuixin.org/resource/software_integrated_package/Linux/Prometheus

Linux安装prometheus-v3.13.2（prometheus-3.13.2.linux-amd64）.zip
├── prometheus-3.13.2.linux-amd64.tar.gz   ← 解压后运行
├── Linux安装prometheus-v3.13.2（prometheus-3.13.2.linux-amd64）.pdf
├── README/
│   ├── README.md
│   └── README-中文版.md
├── 发布说明/
│   ├── RELEASE-NOTES.md
│   └── RELEASE-NOTES-中文版.md
└── LICENSE

4. 安装

prometheus-3.13.2.linux-amd64.tar.gz 是 Prometheus 官方发布的 Linux x86_64 预编译二进制包，不绑定特定发行版，解压即可运行：

# 解压二进制包
tar -xzf prometheus-3.13.2.linux-amd64.tar.gz

# 进入解压目录（内含 prometheus 与 promtool 两个可执行文件）
cd prometheus-3.13.2.linux-amd64

# 启动 Prometheus（使用自带的默认配置）
./prometheus --config.file=prometheus.yml

启动后访问 http://localhost:9090 即可打开 Prometheus 的 Web 界面。

4.1 生产环境配置（systemd 服务化）

实际生产部署中，建议将二进制部署到统一目录，创建无登录权限的专用运行用户，并以 systemd 服务托管，便于开机自启、崩溃自动拉起与统一管理：

# 将二进制部署到统一目录
sudo mkdir -p /opt/prometheus
sudo cp prometheus promtool /opt/prometheus/

# 创建专用用户（无登录权限）并授权
sudo useradd --system --no-create-home --shell /sbin/nologin prometheus
sudo chown -R prometheus:prometheus /opt/prometheus

创建服务文件 /etc/systemd/system/prometheus.service：

[Unit]
Description=Prometheus Monitoring
Documentation=https://prometheus.io/docs/introduction/overview/
After=network.target

[Service]
Type=simple
User=prometheus
Group=prometheus
WorkingDirectory=/opt/prometheus
ExecStart=/opt/prometheus/prometheus \
  --config.file=/opt/prometheus/prometheus.yml \
  --web.listen-address=0.0.0.0:9090 \
  --storage.tsdb.retention.time=1y \
  --storage.tsdb.path=/opt/prometheus/data
ExecReload=/bin/kill -HUP $MAINPID
Restart=on-failure
RestartSec=5
MemoryLimit=1G

[Install]
WantedBy=multi-user.target

配置要点说明：

--storage.tsdb.retention.time：数据保留时长，示例 1y 表示保留一年，可按磁盘容量调整为 180d、90d 等
ExecReload：配合 systemctl reload 实现配置热加载，无需重启进程
MemoryLimit：限制 Prometheus 内存占用上限，防止异常时吃满主机内存
User：以无登录权限的专用用户运行，符合最小权限原则

# 开机自启并启动
sudo systemctl enable prometheus
sudo systemctl start prometheus
# 查看状态
sudo systemctl status prometheus

5. 使用

5.1 配置抓取目标

Prometheus 通过 prometheus.yml 中的 scrape_configs 配置抓取目标。一个生产环境通常会同时抓取多种类型的目标，下面是一个涵盖 Linux 主机、Java 服务和 Prometheus 自身的典型配置：

# 全局设置：每 15 秒抓取一次，每 15 秒评估一次告警规则
global:
  scrape_interval: 15s
  evaluation_interval: 15s

# 抓取 Prometheus 自身指标
- job_name: "prometheus"
  static_configs:
    - targets: ["localhost:9090"]

# Linux 主机指标（node_exporter）
- job_name: "node"
  static_configs:
    - targets: ["10.0.0.11:9100", "10.0.0.12:9100"]
      labels:
        env: "prod"

# Java / Spring Boot 服务指标（通过 Actuator 暴露 Micrometer 指标）
- job_name: "springboot"
  metrics_path: "/actuator/prometheus"
  static_configs:
    - targets: ["10.0.1.21:8080", "10.0.1.22:8080"]
      labels:
        application: "order-service"

要点说明：

node_exporter 部署在每台 Linux 主机上，监听 9100 端口，暴露 CPU、内存、磁盘等主机指标
Spring Boot 等服务通过 management.endpoints.web.exposure.include=prometheus 暴露指标端点，Prometheus 抓取 /actuator/prometheus
通过 labels 给目标打标签（如 env: prod），后续查询和告警中即可按环境、应用区分

除以上类型外，常见的还有 GPU 服务器（dcgm_exporter）、Windows 主机（windows_exporter）、MySQL（mysqld_exporter）等，均以类似方式加入一个 job 即可。

外部站点探活（Blackbox Exporter）

"网站能不能访问"这类问题用普通的指标抓取无法回答，需要 Blackbox Exporter 配合 relabel_configs 实现。原理是让 Prometheus 请求 Blackbox 的 /probe 接口，由它代为探测目标地址：

- job_name: blackbox
  metrics_path: /probe
  params:
    module: [http_2xx]              # 使用 http_2xx 探测模块

  static_configs:
    - targets:
        - https://example.com/
        - https://api.example.com/health

  relabel_configs:
    - source_labels: [__address__]
      target_label: __param_target    # 把目标地址传给 Blackbox
    - source_labels: [__param_target]
      target_label: instance          # 用目标地址作为 instance 标签
    - target_label: __address__
      replacement: localhost:9115     # 实际请求发往 Blackbox（9115 端口）

5.2 PromQL 常用查询

打开 Web 界面的查询页，用 PromQL 表达式即时查询指标。例如：

# 查看 5 分钟内 Prometheus 自身 HTTP 请求速率
rate(prometheus_http_requests_total[5m])

# 按 job 分组统计 CPU 使用
sum by (job) (rate(node_cpu_seconds_total{mode="idle"}[5m]))

# 查看某台主机磁盘剩余空间（配合告警规则判断是否即将写满）
node_filesystem_avail_bytes{mountpoint="/", instance="10.0.0.11:9100"}

5.3 告警规则

Prometheus 通过规则文件定义告警：表达式满足条件并持续 for 指定时长后进入告警状态，可通过 labels 标注严重级别（severity），并在 annotations 中用 {{ $labels.xxx }} 引用标签生成可读描述。在 prometheus.yml 中引入规则文件：

rule_files:
  - "rules.yml"

rules.yml 按场景分组成组，常见的有基础设施、业务应用、站点可用性三类：

groups:
  - name: infra-alerts
    rules:
      # 主机离线
      - alert: 主机离线
        expr: up{job="node"} == 0
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: 主机离线
          description: "{{ $labels.instance }} 无法访问，已持续 2 分钟"

      # 磁盘空间不足
      - alert: 磁盘空间不足
        expr: node_filesystem_avail_bytes{mountpoint="/"} < 5 * 1024 * 1024 * 1024
        for: 10m
        labels:
          severity: warning
        annotations:
          description: "{{ $labels.instance }} 磁盘剩余空间低于 5GB"

  - name: app-alerts
    rules:
      # 业务服务离线
      - alert: 服务离线
        expr: up{job="springboot"} == 0
        for: 1m
        labels:
          severity: critical
        annotations:
          description: "{{ $labels.instance }} 无法访问"

      # JVM 堆内存过高
      - alert: JVM堆内存过高
        expr: sum by(instance)(jvm_memory_used_bytes{area="heap"}) /
               sum by(instance)(jvm_memory_max_bytes{area="heap"}) > 0.9
        for: 15m
        labels:
          severity: warning
        annotations:
          description: "{{ $labels.instance }} JVM 堆内存使用率超过 90%"

  - name: site-alerts
    rules:
      # 官网首页不可访问（由 Blackbox 探测产生 probe_success 指标）
      - alert: 首页不可访问
        expr: probe_success{instance=~".*example.com/$"} == 0
        for: 1m
        labels:
          severity: critical
        annotations:
          description: "{{ $labels.instance }} 探测失败"

告警触发后，Prometheus 会将告警推送给 Alertmanager 做统一去重、分组、静默，再通过邮件、Webhook 等方式通知，形成完整告警链路。

5.4 配置校验与热加载

修改配置后，先用 promtool 校验再热加载，避免错误配置导致服务异常：

# 校验配置
./promtool check config prometheus.yml

# 校验规则文件
./promtool check rules rules.yml

# 热加载（无需重启）
sudo systemctl reload prometheus

5.5 运行状态监控

Web 界面的"状态"菜单提供了监控 Prometheus 自身的手段：

Targets（抓取目标）：查看每个抓取目标的健康状态、抓取耗时与最近错误
Alerts（告警）：查看所有告警规则当前状态（inactive / pending / firing）
Status：查看配置哈希、启动时间、TSDB 运行信息等

对外部站点探活类指标，也可在查询页用 probe_success == 0 快速排查不可访问的目标。