在nginx-proxy项目中实现Prometheus监控指标采集
2025-05-11 06:02:03作者:余洋婵Anita
概述
nginx-proxy是一个流行的Docker容器反向代理解决方案,许多开发者希望对其运行状态进行监控。本文将详细介绍如何通过Prometheus采集nginx-proxy容器的性能指标。
监控方案设计
要实现nginx-proxy的监控,我们需要以下几个组件协同工作:
- nginx-proxy容器本身
- nginx状态模块(stub_status)
- Prometheus Exporter中间件
- Prometheus监控系统
具体实现步骤
1. 配置nginx状态模块
首先需要在nginx-proxy容器中启用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nginx-proxy容器的/etc/nginx/conf.d/目录下。
2. 部署Prometheus Exporter
使用官方提供的nginx-prometheus-exporter容器作为中间件,将nginx的stub_status数据转换为Prometheus可识别的格式。Exporter容器需要与nginx-proxy容器在同一网络环境中。
3. 完整的Docker Compose配置
version: '3.7'
services:
nginx-proxy:
image: nginxproxy/nginx-proxy
ports:
- "80:80"
- "443:443"
volumes:
- ./nginx-stubs.conf:/etc/nginx/conf.d/nginx-stubs.conf
- /var/run/docker.sock:/tmp/docker.sock:ro
nginx-exporter:
image: nginx/nginx-prometheus-exporter
command:
- '--nginx.scrape-uri=http://nginx-proxy/nginx_status'
ports:
- "9113:9113"
depends_on:
- nginx-proxy
4. Prometheus配置
在Prometheus的配置文件中添加对exporter的抓取任务:
scrape_configs:
- job_name: 'nginx-proxy'
static_configs:
- targets: ['nginx-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
- nginx接受的客户端连接总数
- nginx处理的请求总数
- nginx读写状态连接数
- nginx等待连接数
高级配置建议
- 可以结合Grafana展示监控数据,使用现有的nginx监控仪表盘模板
- 对于生产环境,建议添加适当的认证机制保护/metrics端点
- 可以配置告警规则,当连接数超过阈值时触发告警
常见问题排查
如果无法获取指标,可以按以下步骤检查:
- 确认nginx-stubs.conf文件已正确挂载
- 访问http://nginx-proxy/nginx_status验证stub_status是否工作
- 检查exporter容器日志是否有错误信息
- 确认Prometheus能够访问exporter的9113端口
通过以上方案,开发者可以全面监控nginx-proxy的运行状态,及时发现性能瓶颈和异常情况。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143