在jwilder/nginx-proxy容器中实现Prometheus监控指标采集
2025-05-11 00:00:44作者:廉彬冶Miranda
本文将详细介绍如何在jwilder/nginx-proxy容器中配置和实现Prometheus监控指标的采集。jwilder/nginx-proxy是一个流行的Docker容器反向代理解决方案,通过合理的配置可以将其运行状态指标暴露给Prometheus监控系统。
监控方案概述
要实现nginx-proxy的监控指标采集,我们需要采用以下技术组合:
- 在nginx-proxy容器中启用stub_status模块
- 部署nginx-prometheus-exporter作为指标转换器
- 配置Prometheus抓取这些指标
详细配置步骤
1. 配置nginx-proxy暴露基础指标
首先需要在nginx-proxy容器中启用nginx的stub_status模块。这可以通过挂载自定义配置文件实现:
server {
listen 80;
server_name localhost;
location /nginx_status {
stub_status on;
access_log off;
allow 127.0.0.1;
deny all;
}
}
将此配置文件挂载到容器内的/etc/nginx/conf.d/目录下,nginx就会暴露基础运行状态指标。
2. 部署Prometheus Exporter
由于nginx的stub_status提供的指标格式与Prometheus不兼容,我们需要部署一个专门的exporter进行转换。推荐使用官方的nginx-prometheus-exporter容器。
在docker-compose.yml中添加以下服务定义:
nginx-prometheus-exporter:
image: nginx/nginx-prometheus-exporter
command:
- '--nginx.scrape-uri=http://nginx-proxy/nginx_status'
ports:
- "9113:9113"
depends_on:
- nginx-proxy
这个exporter会定期从nginx-proxy的stub_status接口获取数据,并将其转换为Prometheus格式。
3. Prometheus配置
最后需要在Prometheus的配置文件中添加对应的抓取任务:
scrape_configs:
- job_name: 'nginx-proxy'
static_configs:
- targets: ['nginx-prometheus-exporter:9113']
监控指标说明
通过此方案可以获取以下关键指标:
- nginx当前活跃连接数
- 服务器接受的连接总数
- 成功处理的请求数
- 请求处理速率
- 各种状态的连接数(reading/writing/waiting)
这些指标对于了解nginx-proxy的性能状况、发现潜在瓶颈都非常有帮助。
高级配置建议
对于生产环境,还可以考虑以下增强措施:
- 为指标接口添加基础认证
- 配置适当的采集频率(通常15-30秒)
- 设置合理的告警规则
- 对指标进行可视化展示
通过以上配置,我们可以全面监控nginx-proxy的运行状态,及时发现性能问题,为系统优化提供数据支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660