用Prometheus+Grafana监控Nginx需打通数据链路：Nginx通过nginx-module-vts或nginx-prometheus-exporter暴露/metrics，Prometheus配置job抓取，Grafana导入面板并基于5xx错误率、活跃连接数、upstream失败等关键指标配置告警。
用 Prometheus + Grafana 监控 Nginx，核心是让 Nginx 暴露指标数据，Prometheus 定期抓取，Grafana 可视化展示并配置告警。关键不在“装一堆工具”，而在于打通数据链路、选对指标、设好阈值。
让 Nginx 输出可采集的指标
Nginx 本身不自带 /metrics 接口，需借助 nginx-module-vts（推荐）或 nginx-prometheus-exporter。前者轻量嵌入 Nginx，后者作为独立进程代理请求。
- 若编译安装 Nginx：添加
--add-module=/path/to/nginx-module-vts，启用 vhost_traffic_status_zone；再在 server 块中配置location /status { vhost_traffic_status_display; vhost_traffic_status_display_format html; }，并新增location /metrics { vhost_traffic_status_display; vhost_traffic_status_display_format prometheus; } - 若用 nginx-prometheus-exporter：启动时指定
--nginx.scrape-uri=http://localhost:8080/stub_status（需先开启 Nginx 的 stub_status），然后 Prometheus 抓取 exporter 的:9113/metrics - 验证是否生效：直接 curl http://your-nginx-ip/metrics 或 http://exporter-ip:9113/metrics，看到类似
nginx_vts_server_requests_total{server="default",code="200"} 1245的文本即成功
Prometheus 正确抓取 Nginx 指标
在 Prometheus 的 prometheus.yml 中添加 job，确保目标可达、标签清晰、抓取频率合理。
- 示例静态配置：
- job_name: 'nginx-vts' static_configs: - targets: ['192.168.1.100:80'] # Nginx 所在地址，若用 exporter 则填 exporter 地址+端口 metrics_path: /metrics params: format: [prometheus] - 加 relabel_configs 区分不同实例，比如通过
__address__提取 IP，再设instance标签：- source_labels: [__address__] target_label: instance regex: ([^:]+):.* replacement: $1 - 抓取间隔建议设为
scrape_interval: 15s，太短增加负载，太长影响告警及时性
Grafana 展示关键指标与配置告警
导入现成面板（如 ID 10272 的 “Nginx VTS Dashboard”）快速上手，再聚焦真正影响业务的指标做告警。
- 重点关注：
-
请求成功率：用
rate(nginx_vts_server_requests_total{code=~"5.."}[5m]) / rate(nginx_vts_server_requests_total[5m]) > 0.02—— 5xx 错误率超 2% 触发告警 -
连接堆积：监控
nginx_vts_server_connections_active，持续高于阈值（如 > 1000）且nginx_vts_server_connections_waiting同步上升，说明后端响应慢或连接耗尽 -
上游异常：若用了 upstream，看
nginx_vts_upstream_requests_total{code="502"}突增，可能后端挂了
-
请求成功率：用
- Grafana 告警规则写在 Alerting → Alert rules 中，选择对应数据源（Prometheus），填写表达式、评估间隔（如 1m）、持续时间（如 2m）、告警名称和描述
- 通知渠道配好 Email、企业微信或钉钉 Webhook，测试发送确保通路正常
验证与调优要点
上线后别只看图表漂亮，要模拟故障、检查告警是否触发、确认指标含义是否符合预期。
- 手动制造 502：临时停掉一个 upstream server，观察
upstream_fails_total是否上涨，告警是否在设定时间内发出 - 注意指标命名差异：vts 模块输出的是
nginx_vts_*，exporter 可能是nginx_connections_active，写 PromQL 时务必先用 Prometheus 表达式浏览器查准 metric 名 - 高并发场景下，vts 模块对性能影响极小；若用 exporter，确保它与 Nginx 同机部署减少网络延迟
