Nginx Prometheus监控落地需三步：一是通过nginx-module-vts模块暴露/metrics接口；二是Prometheus配置合理job与relabel打标并设15s抓取间隔；三是基于业务设5xx错误率、活跃连接数、upstream失败、P95延迟等精准告警阈值。
要让 Nginx 的 Prometheus 监控真正落地，关键不是堆工具，而是把指标采集通路打通、选准核心指标、设对告警逻辑。下面从实操角度分三步讲清楚。
让 Nginx 暴露可用的指标数据
Nginx 原生不输出 /metrics，必须借助扩展模块。目前主流且推荐的是 nginx-module-vts，它轻量、指标全、无需额外进程：
- 编译安装时加入
--add-module=/path/to/nginx-module-vts，并在 http 块中启用vhost_traffic_status_zone - 在 server 块中添加两个 location：
-
location /status { vhost_traffic_status_display; vhost_traffic_status_display_format html; }（供人工查看） -
location /metrics { vhost_traffic_status_display; vhost_traffic_status_display_format prometheus; }（供 Prometheus 抓取）
-
- 验证是否生效：执行
curl http://your-nginx-ip/metrics，看到类似nginx_vts_server_requests_total{server="default",code="200"} 1245的行即成功
若已用 stub_status，也可搭配官方 nginx-prometheus-exporter（监听 :9113/metrics），但多一层依赖，生产环境优先选 vts 模块。
Prometheus 稳定抓取并打标
在 prometheus.yml 中配置 job，重点是目标可达、标签清晰、频率合理：
- 静态配置示例（适配 vts）：
- job_name: 'nginx-vts' static_configs: - targets: ['192.168.1.100:80'] metrics_path: /metrics params: format: [prometheus] - 加 relabel 规则区分实例，例如提取 IP 作为 instance 标签：
- source_labels: [__address__] target_label: instance regex: ([^:]+):.* replacement: $1
- 抓取间隔建议设为
scrape_interval: 15s；太短加重 Nginx 和 Prometheus 负担，太长影响告警时效性
基于真实业务设告警阈值
告警不是越多越好，应聚焦影响服务可用性的指标。以下为生产环境常用组合：
-
5xx 错误率突增：
rate(nginx_vts_server_requests_total{code=~"5.."}[5m]) / rate(nginx_vts_server_requests_total[5m]) > 0.01（持续 2 分钟超 1%） -
活跃连接数过高：
nginx_vts_server_connections_active > 500（结合服务器规格调整，如 4C8G 可设为 800） -
Upstream 失败激增：
rate(nginx_vts_upstream_requests_total{code="502"}[5m]) > 5（每分钟 502 达 5 次即告警） -
请求延迟恶化：
histogram_quantile(0.95, rate(nginx_vts_server_request_seconds_bucket[5m])) > 1（P95 响应时间超 1 秒）
所有告警规则需接入 Alertmanager，并配置分组、静默与通知渠道（如企业微信、钉钉）。不复杂但容易忽略。
