哪吒监控面板的局域网部署指南
2025-05-26 13:17:03作者:袁立春Spencer
概述
哪吒监控(nezha)是一款开源的服务器监控工具,能够实时监控服务器的运行状态、资源使用情况等。虽然官方文档中提到需要公网服务器,但实际上哪吒监控完全支持在局域网内部署使用,这对于企业内部服务器监控或实验室环境特别有用。
部署环境准备
- 操作系统要求:推荐使用Ubuntu或CentOS等主流Linux发行版
- 网络环境:确保所有需要监控的服务器位于同一局域网内
- 硬件要求:Dashboard服务器建议至少1核CPU、1GB内存
部署步骤
1. 安装Docker环境
哪吒监控依赖Docker运行,首先需要在部署服务器上安装Docker:
# Ubuntu/Debian系统
sudo apt update
sudo apt install -y docker.io
sudo systemctl enable --now docker
# CentOS/RHEL系统
sudo yum install -y docker
sudo systemctl enable --now docker
2. 部署Dashboard面板
使用Docker-compose方式部署Dashboard:
mkdir -p /opt/nezha && cd /opt/nezha
cat > docker-compose.yml <<EOF
version: '3'
services:
nezha-dashboard:
image: ghcr.io/naiba/nezha-dashboard:latest
container_name: nezha-dashboard
restart: always
ports:
- "8008:8008"
volumes:
- ./data:/opt/nezha/dashboard/data
environment:
- TZ=Asia/Shanghai
EOF
docker-compose up -d
3. 初始化配置
访问Dashboard管理界面:
- 地址:http://部署服务器IP:8008
- 首次访问会提示初始化管理员账号
4. 部署Agent到被监控服务器
在被监控的服务器上安装Agent:
curl -L https://raw.githubusercontent.com/naiba/nezha/master/script/install.sh -o nezha.sh
chmod +x nezha.sh
sudo ./nezha.sh
安装过程中需要输入:
- Dashboard地址:填写部署服务器的内网IP和端口(如192.168.1.100:8008)
- 通信密钥:在Dashboard的"设置"页面获取
局域网部署注意事项
- DNS解析:如果使用域名访问,确保局域网内有DNS解析服务或使用本地解析配置
- 防火墙设置:开放Dashboard服务器的8008端口
- 安全性:虽然在内网,仍建议设置强密码和定期更换通信密钥
- 备份策略:定期备份/opt/nezha/data目录
高级配置
自定义监控项
在Dashboard中可以添加自定义监控脚本,监控特定服务或应用的状态。
告警设置
配置邮件或Webhook告警,当服务器出现异常时及时通知管理员。
多节点部署
对于大型局域网环境,可以考虑部署多个Dashboard实例实现负载均衡。
常见问题解决
-
Agent无法连接Dashboard:
- 检查防火墙设置
- 确认Agent配置的Dashboard地址正确
- 查看Agent日志排查问题
-
Dashboard访问缓慢:
- 检查服务器资源使用情况
- 考虑增加服务器配置
-
数据不更新:
- 重启Agent服务
- 检查网络连通性
通过以上步骤,用户可以在完全隔离的局域网环境中部署哪吒监控系统,实现对内部服务器的全面监控,既保证了安全性又满足了监控需求。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
541
3.77 K
Ascend Extension for PyTorch
Python
351
419
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
615
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
186
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
194
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
115
141
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.35 K
759