宝塔面板不原生集成Grafana，需在装有宝塔的服务器上独立部署Prometheus+Grafana；通过配置Prometheus抓取宝塔监控API（/api/monitor/metrics）和Node Exporter（/metrics）指标，再在Grafana中添加Prometheus数据源（http://localhost:9090）实现可视化。
宝塔面板本身不直接集成 Grafana，也无法原生运行 Grafana 服务；想用 Grafana 展示系统数据，必须绕过宝塔的“面板逻辑”，在服务器上独立部署 Prometheus + Grafana，并让它们从宝塔监控插件或 Node Exporter 拉取指标。
换句话说：不是“在宝塔里配 Grafana”，而是“在装了宝塔的服务器上，另外起一套 Prometheus+Grafana”，再把宝塔能暴露的数据接进去。下面分三步讲清关键动作和坑点。
如何让 Grafana 连上 Prometheus 数据源
Grafana 本身不采集数据，它只负责画图——所以你得先确保 Prometheus 正常运行并已抓到指标，Grafana 才有东西可画。
- 确认 Prometheus 已启动且
targets页面（http://localhost:9090/targets）中状态为UP，否则 Grafana 会报Data source is not available - 在 Grafana 中添加数据源时，URL 填
http://localhost:9090（非127.0.0.1，某些容器网络下localhost解析更稳） - 如果 Prometheus 启用了 Basic Auth，Grafana 数据源配置页需勾选
Basic Auth并填入对应用户名密码；未启用则留空 - 测试连接失败常见原因：防火墙拦了 9090 端口、Prometheus 配置里
web.listen-address绑定到了127.0.0.1:9090（导致 Grafana 容器内访问不到），应改为0.0.0.0:9090
如何把宝塔监控插件的数据喂给 Prometheus
宝塔监控插件（v1.0+）开放了 /api/monitor/metrics 接口，返回的是标准 Prometheus 格式文本，可直接被 Prometheus 抓取——但默认只监听本地，且需 API 密钥校验。
- 登录宝塔面板 → 【监控报表】→ 【设置】→ 开启
启用监控API，并生成密钥（记下 64 位字符串） - 该接口地址形如：
http://你的服务器IP:8888/api/monitor/metrics?api_key=xxx...，注意是GET请求，参数不能丢 - 在
prometheus.yml的scrape_configs下新增 job：
- job_name: 'bt-monitor'
metrics_path: /api/monitor/metrics
params:
api_key: ['your_64bit_api_key_here']
static_configs:
- targets: ['192.168.1.10:8888'] # 改成你服务器的内网IP（非127.0.0.1）
- 别用公网 IP 或域名做 target——Prometheus 默认走 HTTP，若目标是 HTTPS 或带跳转，会抓取失败
- 重启 Prometheus 后检查
/targets，若显示server returned HTTP status 403，大概率是密钥错或没传参
如何用 Node Exporter 补全宝塔没覆盖的底层指标
宝塔监控插件只提供 CPU/内存/磁盘/网络等基础聚合值，缺进程、中断、软硬中断、文件句柄、TCP 连接数等深度指标——这些得靠 node_exporter。
- 直接运行官方镜像最省事：
docker run -d -p 9100:9100 --name node-exporter --restart=always -v "/proc:/proc:ro" -v "/sys:/sys:ro" -v "/:/rootfs:ro" prom/node-exporter - 若不用 Docker，在 Ubuntu 上可下载二进制包解压后用 systemd 托管，关键是挂载
/proc、/sys、/三个路径，否则多数指标为 0 - 在
prometheus.yml中加另一个 job：
- job_name: 'node' static_configs: - targets: ['localhost:9100']
-
node_exporter默认只暴露/metrics，无需密钥，但要注意其端口（9100）是否被宝塔或其他服务占用 - 两个 job（
bt-monitor和node）的指标 label 不一致，比如 CPU 使用率在宝塔里是bt_cpu_percent，在 node_exporter 里是100 - (avg by(instance)(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)，写 PromQL 时得区分清楚
真正容易被忽略的是：宝塔监控插件的指标更新频率是 10 秒一次，而 Prometheus 默认抓取间隔是 15 秒——这意味着你看到的 CPU 曲线其实是“上一个 10 秒周期”的快照，不是实时流。如果要做秒级告警，得调低 scrape_interval 并确认宝塔 API 能扛住高频请求。
