主机监控：部署配置与分批接入

文档状态与变更入口

本页是实验性集成方案的部署说明，不包含已部署系统或可直接安装的发布制品。实施前先完成试点准备，提交目标、窗口、负责人和停止阈值。所有 <...> 均为必换占位符；示例必须按实际版本审阅，不能整段覆盖现有配置。

版本、权限与恢复材料

固定 node_exporter、Prometheus、Grafana、Alertmanager 的版本和校验过的软件来源。为采集服务创建专用身份，逐项确认额外采集器权限，不默认授予管理权限。保存现有服务参数、发现配置、规则、通知路由及看板导出，登记恢复顺序。证书和通知令牌由受控文件或既有密钥机制供应，备份中不得包含明文秘密。

试点 exporter 与网络

先在一台代表性主机按既有包管理或服务管理流程安装；本项目不提供安装脚本。限制采集端口来源，确认 TLS 或可信隔离网络方案。容器化部署需核对宿主机目录和命名空间视角，避免展示容器自身指标。观察三个采集周期，对照准备阶段的 CPU 数、内存与挂载点，再允许 Prometheus 接入。

采集候选配置与预检

以下是合并到既有 scrape_configs 的候选片段，不是完整生产配置。示例假定获准 HTTPS 指标端点已存在，证书文件可由 Prometheus 身份读取；若还需认证，按环境补齐，禁止关闭证书校验。三十秒周期与十秒超时仅为试点起点，须结合目标耗时评审。

scrape_configs:
  - job_name: linux-hosts-pilot
    scrape_interval: 30s
    scrape_timeout: 10s
    scheme: https
    tls_config:
      ca_file: '<CA_FILE>'
    static_configs:
      - targets: ['<EXPORTER_DNS>:9100']
        labels:
          environment: '<ENVIRONMENT>'
          owner: '<TEAM>'

加载前仅运行下列本地预检。配置语义和加载机制参见 Prometheus 配置文档，检查子命令参见 promtool 文档。成功退出不等于目标可达。

promtool check config '<CANDIDATE_CONFIG>'
promtool check rules '<CANDIDATE_RULES>'

看板、路由与容量门槛

经现有发布流程加载后，先确认试点 job 没有重复目标，再记录活跃序列、抓取耗时、内存和磁盘增量。Grafana 看板统一单位、时区和资产变量，明确无数据状态；候选规则只路由测试接收组。分别核对主机失联、磁盘空间和 inode 规则，不能只验证一条通知即宣称全覆盖。容量超过预算时减少新增范围，不能擅自删除历史数据腾空间。另行选择非高峰与业务高峰两个观察窗口，保存接入前后对照，说明查询负载和后台任务的差异，避免把短时低负载误当长期容量结论。

分批验收与回退

每批记录接入清单、配置版本、观察时间和测试通知证据，合格后才进入下一批。通常不需要业务停机，但新增服务异常占用资源、规则持续失败或错误路由影响值班时应立即停止。恢复最近一批配置及服务版本，保留上批已验证目标；通知误发需说明测试身份，不使用全局静默掩盖问题。回退不包括删除时序库；恢复完成后按运行手册核验采集与告警链路。