万字长文 + 25 张高清大图！手把手教你搭建 Milvus Standalone 生产级监控体系

2025 年云原生运维实战文档 X 篇原创计划第 16 篇｜Milvus 最佳实战「2025」系列第 2 篇

大家好，我是术哥，一名专注于云原生、AI技术的布道者。作为 KubeSphere Ambassador 和 Milvus 北辰使者，我很荣幸能在「运维有术」与大家分享经验。

上一篇文章，未来已来！基于 MCP 打造 Milvus 智能运维新范式，一文带你体验氛围运维(Vibe Ops)的效率革命！ 发布后，引发了广泛关注和热烈讨论。许多朋友在后台留言，希望能更深入地了解 Milvus Standalone 版监控、告警、大屏展示一体化技术方案的完整实现细节。

为响应大家的期待，本文将详细阐述该方案的实现过程！

本文将手把手带你从零开始，搭建一套完整的 Milvus 监控体系。无论你是运维新手还是资深工程师，都能从中获得实用的技术干货。我不仅会讲解每个组件的部署细节，还会分享生产环境中的最佳实践和踩坑经验。

1. 技术架构全景图

在开始我们的监控体系搭建之前，先来认识一下今天的主要"演员"们。就像组建一支专业的运维团队一样，每个组件都有自己独特的职责和价值。

milvus-monitoring-deployment-architecture

1.1 核心主角：向量数据库 Milvus

Milvus v2.5.13 - 我们今天的绝对主角

你可能会疑惑："为什么不选择最新的 v2.6.0 呢？" 这里有个重要的生产环境选型原则：稳定性永远比新特性更重要。v2.5.13 经过了大量生产环境的验证，在稳定性和兼容性方面表现出色，是当前最适合生产部署的版本。

1.2 监控大脑：Prometheus

Prometheus v3.4.1 - 我们的监控指挥中心

如果说 Milvus 是我们的"数据引擎"，那么 Prometheus 就是无处不在的"健康卫士"。它不仅能实时收集各种指标数据，还具备强大的查询能力和灵活的告警规则配置。选择 v3.4.1 是因为这个版本在性能和功能上都有显著提升。

1.3 可视化专家：Grafana

Grafana v11.6.3 - 数据可视化的艺术大师

Grafana 将枯燥的监控数据转化为直观美观的图表和仪表盘。v11.6.3 版本不仅界面更加现代化，还提供了更丰富的图表类型和更强大的数据处理能力。

1.4 告警管家：Alertmanager

Alertmanager v0.28.1 - 智能告警调度中心

Alertmanager 负责接收 Prometheus 发送的告警信息，并根据预设规则进行分组、抑制、静默和路由，最终通过邮件、微信、钉钉等方式通知相关人员。它就像一个智能的告警管家，确保重要问题能及时传达给正确的人。

2. 环境准备与安全配置

在正式开始部署之前，我们需要做好充分的准备工作。安全性是生产环境的第一要务，因此本文将为所有 Prometheus 相关组件配置身份认证，这需要我们提前生成经过 bcrypt 加密的密码。

2.1 密码加密方案选择

为了保障系统安全，我们需要生成 bcrypt 哈希密码。以下是三种常用的生成方法，各有优劣：

方案一：Python 脚本生成（推荐指数：⭐⭐⭐⭐）

优势：完全可控，安全性最高 劣势：需要安装 Python 依赖

首先安装 bcrypt 库：

• Debian/Ubuntu 系统：apt install python3-bcrypt
• 通用方式：pip install bcrypt

import getpass
import bcrypt

password = getpass.getpass("password: ")
hashed_password = bcrypt.hashpw(password.encode("utf-8"), bcrypt.gensalt())
print(hashed_password.decode())

保存脚本为gen-pass.py 然后运行:

$ python3 gen-pass.py

按提示输入原始密码(admin)，会生成加密后的密码。

password: 
$2b$12$jajAqtz72Nwr4aCSmHBt3.bcQsaRHAXd2eeVH.hn7ViS87KVdDU7K

重要提醒：请妥善保存生成的哈希密码，后续配置中会多次使用！

方案二：在线加密工具（推荐指数：⭐⭐）

优势：操作简单，无需本地环境 劣势：存在安全风险，不建议生产环境使用

可以使用 Bcrypt Hash Generator 在线工具，但请注意这种方式存在密码泄露风险。

Bcrypt-Generator-Online-Hash-Generator-and-Checker

方案三：Docker 容器生成（推荐指数：⭐⭐⭐⭐⭐）

优势：简单便捷，安全可控，无需安装依赖 劣势：需要 Docker 环境

本文推荐使用这种方式！我们使用封装好的 Docker 镜像来生成演示密码 admin：

$ docker run --rm registry.gitlab.com/epicdocker/bcrypt:latest hash admin 12
> $2a$12$agZouh6t/ox4xZG8/SARbuEorguwoO0NjlLJ06woLk8HAsQg4wD5i

3. 部署核心组件 Milvus

准备工作完成后，现在开始搭建我们监控体系的核心——Milvus 向量数据库！我们选择 Docker 方式部署 Standalone 版本，这不仅简化了部署流程，还便于后续的维护和升级。

为什么选择 Standalone 版本？

对于大多数应用场景，Standalone 版本已经能够满足需求，而且具有以下优势：

• 部署简单：一键启动，无需复杂的集群配置
• 资源占用少：适合中小规模应用和学习环境
• 维护成本低：单节点故障排查更直接
• 扩展性好：后续可以平滑升级到集群版

进阶提示：掌握了 Standalone 版本的监控方案后，集群版的监控配置只是在此基础上的扩展，核心原理完全一致。

3.1 获取部署文件

第一步：创建工作目录

为 Milvus 创建专用的工作目录，这样便于后续的管理和维护：

mkdir -p /data/containers/milvus

第二步：下载官方配置文件

从 Milvus 官方 GitHub 仓库获取标准的 Docker Compose 配置文件：

cd /data/containers/milvus
wget https://github.com/milvus-io/milvus/releases/download/v2.5.13/milvus-standalone-docker-compose.yml -O docker-compose.yml

技术细节：这个配置文件包含了 Milvus Standalone 版本运行所需的所有组件，包括 etcd（元数据存储）、MinIO（对象存储）和 Milvus 主服务。

3.2 安全配置优化

安全警告：官方默认配置没有启用身份认证，这在生产环境中是极其危险的！就像把银行金库的门敞开一样，任何人都可以随意访问你的数据。

为什么必须启用认证？

在生产环境中，未启用认证的 Milvus 实例面临以下风险：

• 数据泄露：任何人都可以查询和下载向量数据
• 恶意操作：攻击者可能删除或篡改重要数据
• 合规问题：不符合企业安全规范和法规要求

认证配置说明

启用身份验证后，Milvus 会自动创建默认管理员账户：

• 用户名：root
• 默认密码：Milvus

生产环境最佳实践：

1. 启用认证后立即修改默认密码
2. 创建具有最小权限的业务账户
3. 定期轮换密码
4. 启用访问日志审计

现在让我们为 Milvus 启用安全认证。编辑 docker-compose.yml 文件，在 Milvus 容器的环境变量中添加认证配置：

......
environment:
  ......
  common.security.authorizationEnabled: true

3.3 启动 Milvus 服务

配置完成后，现在可以启动 Milvus 服务了。Docker Compose 会自动拉取所需的镜像并启动所有相关组件：

docker compose up -d

3.4 服务状态验证

启动命令执行后，我们需要逐一验证各个组件是否正常运行。这个验证过程至关重要，确保后续的监控配置能够正常工作。

第一步：检查容器运行状态

使用以下命令查看所有容器的运行状态：

$ docker compose ps
WARN[0000] /data/containers/milvus/docker-compose.yml: `version` is obsolete
NAME                IMAGE                                      COMMAND                  SERVICE      CREATED          STATUS                            PORTS
milvus-etcd         quay.io/coreos/etcd:v3.5.18                "etcd -advertise-cli…"   etcd         11 seconds ago   Up 9 seconds (health: starting)   2379-2380/tcp
milvus-minio        minio/minio:RELEASE.2023-03-20T20-16-18Z   "/usr/bin/docker-ent…"   minio        11 seconds ago   Up 9 seconds (health: starting)   0.0.0.0:9000-9001->9000-9001/tcp, :::9000-9001->9000-9001/tcp
milvus-standalone   milvusdb/milvus:v2.5.13                    "/tini -- milvus run…"   standalone   11 seconds ago   Up 9 seconds (health: starting)   0.0.0.0:9091->9091/tcp, :::9091->9091/tcp, 0.0.0.0:19530->19530/tcp, :::19530->19530/tcp

第二步：Web UI 功能验证

从 Milvus v2.5.0 开始，官方提供了功能强大的 Web 管理界面，这是一个重大的用户体验提升。通过 Web UI，我们可以：

• 实时监控：查看系统状态、连接数、查询性能等关键指标
• 数据管理：浏览数据库、集合、分区等数据结构
• 查询测试：直接在界面中执行向量搜索和查询
• 系统配置：查看和调整系统参数

通过这个 Web UI，你可以：

• 实时查看系统运行状态
• 监控各组件的健康指标
• 管理数据库和集合
• 查看详细的系统配置

赶紧打开浏览器，输入下面的地址来欣赏一下这个"美貌与智慧并存"的管理界面：

http://${MILVUS_IP}:9091/webui

Milvus-Web-UI-v2513

3.5 监控接口验证

在配置 Prometheus 监控之前，我们需要确认 Milvus 的监控指标接口是否正常工作。Milvus 内置了完整的 Prometheus 监控指标，这为后续的监控配置提供了数据基础。

命令行验证监控指标接口：

curl http://<your-server-ip>:9091/metrics

或者在浏览器中访问：

http://<your-server-ip>:9091/metrics

监控指标说明：

Milvus 提供了丰富的监控指标，包括：

• 系统指标：CPU、内存、磁盘使用情况
• 业务指标：查询 QPS、响应时间、错误率
• 存储指标：数据量、索引状态、分片信息
• 网络指标：连接数、流量统计

技术优势：Standalone 版本将所有组件的监控指标统一到一个端点，大大简化了监控配置的复杂度。

Milvus-metrics-v2513

4. 部署告警管理系统

4.1 Alertmanager 部署配置

Alertmanager 简介

Alertmanager 是 Prometheus 生态系统中的告警管理组件，负责处理由 Prometheus 服务器发送的告警。它具有以下核心功能：

• 告警去重：避免重复告警造成的干扰
• 告警分组：将相关告警合并处理
• 告警路由：根据规则将告警发送给不同的接收者
• 告警抑制：在特定条件下暂停某些告警

第一步：创建工作目录

mkdir -p /data/containers/alertmanager
cd /data/containers/alertmanager

第二步：创建 Docker Compose 配置

创建 docker-compose.yml 文件：

name: 'alertmanager'
services:
alertmanager:
    #restart: always
    image:prom/alertmanager:v0.28.1
    container_name:alertmanager
    environment:
      -TZ=Asia/Shanghai
    command:
      -'--config.file=/etc/alertmanager/alertmanager.yml'
      -'--web.config.file=/etc/alertmanager/web.yml'
    ports:
      #- "127.0.0.1:9093:9093"
      -"9093:9093"
    volumes:
      -./alertmanager.yml:/etc/alertmanager/alertmanager.yml
      -./web.yml:/etc/alertmanager/web.yml

networks:
default:
    name:alertmanager

第三步：创建 Alertmanager 主配置文件

创建 alertmanager.yml 配置文件（从官方镜像中复制的默认配置，未作任何修改，生产环境需要根据需求修改）：

route:
  group_by:['alertname']
group_wait:30s
group_interval:5m
repeat_interval:1h
receiver:'web.hook'
receivers:
-name:'web.hook'
    webhook_configs:
      -url:'http://127.0.0.1:5001/'
inhibit_rules:
-source_match:
      severity:'critical'
    target_match:
      severity:'warning'
    equal:['alertname','dev','instance']

配置参数说明：

• group_by：告警分组字段，相同 alertname 的告警会被分组
• group_wait：分组等待时间，收到告警后等待 30 秒再发送
• group_interval：分组间隔时间，同一分组的后续告警间隔 5 分钟发送
• repeat_interval：重复发送间隔，1 小时后重复发送未解决的告警
• receivers：告警接收者配置，这里配置为 webhook 方式

第四步：创建 Web 认证配置

创建 web.yml 文件，启用 HTTP Basic 认证：

basic_auth_users:
    admin: $2a$12$agZouh6t/ox4xZG8/SARbuEorguwoO0NjlLJ06woLk8HAsQg4wD5i

安全提示：这里的密码使用准备阶段用工具生成的密码。

4.2 启动 Alertmanager 服务

启动服务：

docker compose up -d

4.3 服务状态验证

第一步：检查容器运行状态

docker compose ps

正常运行状态示例：

NAME           IMAGE                       COMMAND                  SERVICE        CREATED         STATUS         PORTS
alertmanager   prom/alertmanager:v0.28.1   "/bin/alertmanager -…"   alertmanager   3 seconds ago   Up 2 seconds   0.0.0.0:9093->9093/tcp

第二步：Web 界面验证

在浏览器中访问 Alertmanager 管理界面：

http://<your-server-ip>:9093

登录验证：

• 用户名：admin
• 密码：admin

Prometheus-Alertmanager-login-v341

登录成功后，你将看到 Alertmanager 的主界面。此时还没有告警信息，这是正常的，因为我们还没有配置 Prometheus 的告警规则。

Alertmanager-home-v0281

5. 部署监控核心组件

5.1 Prometheus 监控服务部署

第一步：创建工作目录

# 创建 Prometheus 主目录
mkdir -p /data/containers/prometheus
cd /data/containers/prometheus

# 创建告警规则目录
mkdir -p rules

第二步：创建 Docker Compose 配置

创建 docker-compose.yml 文件：

name: 'prometheus'
services:
prometheus:
    #restart: always
    image:prom/prometheus:v3.4.1
    container_name:prometheus
    user:root
    environment:
      -TZ=Asia/Shanghai
    command:
      -'--config.file=/etc/prometheus/prometheus.yml'
      -'--web.config.file=/etc/prometheus/web.yml'
    ports:
      -"9090:9090"
    volumes:
      -./prometheus-data:/prometheus
      -./rules:/etc/prometheus/rules
      -./prometheus.yml:/etc/prometheus/prometheus.yml
      -./web.yml:/etc/prometheus/web.yml
      
networks:
default:
    name:prom

第三步：创建 Prometheus 主配置文件

创建 prometheus.yml 配置文件：

# 全局配置
global:
scrape_interval:15s     # 数据采集间隔
evaluation_interval:15s# 规则评估间隔

# Alertmanager 配置
alerting:
alertmanagers:
    -static_configs:
        -targets:["192.168.9.121:9093"]
      ## 增加认证配置
      basic_auth:
        username:"admin"
        password:"OpsXLabs2025!"
      scheme:http

# 告警规则文件配置
rule_files:
-"/etc/prometheus/rules/*.yml"

# 监控目标配置
scrape_configs:
# Prometheus 自监控
-job_name:"prometheus"
    basic_auth:
      username:admin
      password:OpsXLabs2025!
    static_configs:
      -targets:["localhost:9090"]
        labels:
          app:"prometheus"

第四步：创建 Web 认证配置

创建 web.yml 文件：

basic_auth_users:
    admin: $2a$12$agZouh6t/ox4xZG8/SARbuEorguwoO0NjlLJ06woLk8HAsQg4wD5i

5.2 启动 Prometheus 服务

启动服务：

docker compose up -d

5.3 服务状态验证

第一步：检查容器运行状态

docker compose ps

正常运行状态示例：

NAME         IMAGE                    COMMAND                  SERVICE      CREATED         STATUS         PORTS
prometheus   prom/prometheus:v3.4.1   "/bin/prometheus --c…"   prometheus   5 seconds ago   Up 4 seconds   0.0.0.0:9090->9090/tcp

第二步：Web 界面验证

在浏览器中访问 Prometheus 管理界面：

http://<your-server-ip>:9090

登录验证：

• 用户名：admin
• 密码：admin

Prometheus-login-v341

登录成功后，你将看到 Prometheus 的主界面。在 「Status → Target Health」 页面可以查看当前的监控目标状态。

Prometheus-targets-v341

6. 部署系统监控组件

6.1 Node Exporter 部署配置

Node Exporter 简介

Node Exporter 是 Prometheus 生态系统中的系统监控组件，专门负责收集服务器硬件和操作系统的监控指标。它提供了完整的系统监控能力：

• 硬件监控：CPU 使用率、内存使用情况、磁盘 I/O 性能
• 网络监控：网络接口流量、连接状态、错误统计
• 系统监控：进程状态、文件系统使用率、系统负载
• 性能监控：上下文切换、中断统计、系统调用

监控架构完整性

一个完整的监控系统需要多个维度的数据：

• 应用层监控：Milvus 业务指标（查询性能、数据量等）
• 系统层监控：服务器资源使用情况（CPU、内存、磁盘）
• 网络层监控：网络连接和流量状态

第一步：创建工作目录

mkdir -p /data/containers/node_exporter
cd /data/containers/node_exporter

第二步：创建 Docker Compose 配置

创建 docker-compose.yml 文件：

services:
  node_exporter:
    image:prom/node-exporter:v1.9.1
    container_name:node_exporter
    restart:unless-stopped
    cap_add:
      -SYS_TIME
    environment:
      -TZ=Asia/Shanghai
    command:
      -'--path.rootfs=/host'
    network_mode:host
    pid:host
    volumes:
      -'/:/host:ro,rslave'

6.2 启动 Node Exporter 服务

启动服务：

docker compose up -d

6.3 服务状态验证

第一步：检查容器运行状态

docker compose ps

正常运行状态示例：

NAME            IMAGE                       COMMAND                  SERVICE         CREATED         STATUS         PORTS
node_exporter   prom/node-exporter:v1.9.1   "/bin/node_exporter …"   node_exporter   4 seconds ago   Up 2 seconds 

第二步：Web 界面验证

在浏览器中访问 Node Exporter 状态页面：

http://<your-server-ip>:9100

Prometheus-NodeExporter-v191

第三步：监控指标验证

验证监控指标接口是否正常：

curl http://<your-server-ip>:9100/metrics

技术说明：Node Exporter 通过 /metrics 端点暴露系统监控指标，Prometheus 会定期从这个端点拉取数据。

7. 配置监控目标集成

7.1 更新 Prometheus 监控配置

现在我们需要将 Milvus 和 Node Exporter 添加到 Prometheus 的监控目标列表中，让 Prometheus 能够定期从这些服务拉取监控数据。

配置原理说明

Prometheus 采用 Pull 模式进行数据采集：

1. 服务发现：Prometheus 根据配置文件中的 scrape_configs 发现监控目标
2. 数据拉取：按照设定的时间间隔（scrape_interval）主动拉取监控数据
3. 数据存储：将拉取到的时序数据存储在本地时序数据库中
4. 规则评估：根据告警规则评估是否需要触发告警

修改 Prometheus 配置

编辑 /data/containers/prometheus/prometheus.yml 文件，在 scrape_configs 部分添加以下监控目标：

 scrape_configs:
.....（原有内容保留不变）
# 增加 Node 监控配置
-job_name:"node"
    static_configs:
      -targets:["192.168.9.121:9100"]
        labels:
          app:"node-exporter"
          node:"milvus-node"
# 增加 Milvus 服务监控配置
-job_name:"milvus-standalone"
    static_configs:
      -targets:["192.168.9.121:9091"]
        labels:
          app:"milvus-standalone"
          job:"milvus"

配置说明：

• job_name：监控任务名称，用于在 Prometheus 中标识不同的监控目标
• targets：监控目标的地址和端口
• labels：自定义标签，用于在查询和告警中进行分组和过滤

7.2 创建 Milvus 告警规则

告警规则的重要性

告警规则是监控系统的核心组件，它能够：

• 主动发现问题：在问题发生时立即通知运维人员
• 预防故障扩散：通过早期预警避免小问题演变成大故障
• 提供决策依据：基于历史告警数据优化系统架构

创建告警规则文件（以 Milvus 服务状态监控为例）

在 /data/containers/prometheus/rules/ 目录下创建 milvus_alert_rules.yml 文件：

groups:

-name:alert_rules
rules:
# Alert for server down
-alert:MilvusServerDown
    expr:up{job="milvus-standalone"}==
    for:1m
    labels:
      severity:page
      service:milvus
      environment:production
    annotations:
      summary:"Milvus 实例 {{ $labels.instance }} 宕机"
      description:"Milvus 服务不可用！"

告警规则说明：

• expr：告警触发条件，使用 PromQL 查询语言
• for：持续时间，条件满足多长时间后触发告警
• labels：告警标签，用于分类和路由
• annotations：告警描述信息

7.3 重启 Prometheus 服务

重启服务使配置生效：

cd /data/containers/prometheus
docker compose stop
docker compose start

7.4 配置验证

第一步：验证监控目标

在 Prometheus Web 界面中，导航到 「Status → Target health」页面，确认新添加的监控目标状态：

• prometheus：Prometheus 自监控，状态应为 UP
• node：系统监控，状态应为 UP
• milvus-standalone：Milvus 服务监控，状态应为 UP

Prometheus-Targets-milvus-v341

第二步：验证告警规则

在 Prometheus Web 界面中，导航到 Alerts 页面，确认告警规则已正确加载，在 Alerts 页面可以查看当前的告警状态：

Prometheus-Alerts-milvus-standalone-v341

8. 部署可视化大屏

8.1 Grafana 可视化平台部署

Grafana 简介

Grafana 是业界领先的开源可视化和监控平台，它能够：

• 数据可视化：将 Prometheus 的时序数据转换为直观的图表和仪表板
• 多数据源支持：支持 Prometheus、InfluxDB、MySQL 等多种数据源
• 告警管理：提供灵活的告警规则和通知机制
• 用户管理：支持多用户、多组织的权限管理
• 插件生态：丰富的插件生态系统，支持扩展功能

为什么选择 Grafana？

• 专业性：专为监控和可视化设计，功能强大且易用
• 美观性：提供现代化的 UI 界面和丰富的图表类型
• 灵活性：支持自定义仪表板和复杂的查询表达式
• 社区支持：活跃的开源社区和丰富的模板资源

第一步：创建工作目录

mkdir -p /data/containers/grafana
cd /data/containers/grafana

第二步：创建 Docker Compose 配置

创建 docker-compose.yml 文件：

services:
  grafana:
    image:grafana/grafana-enterprise:11.6.3-ubuntu
    #image: grafana/grafana-enterprise
    container_name:grafana
    restart:unless-stopped
    user:'0'
    volumes:
      -./data:/var/lib/grafana
    ports:
     -'3000:3000'

networks:
default:
    name:grafana

8.2 启动 Grafana 服务

启动服务：

docker compose up -d

8.3 服务状态验证

第一步：检查容器运行状态

$ docker compose ps

正常运行状态示例：

NAME      IMAGE                                      COMMAND     SERVICE   CREATED         STATUS         PORTS
grafana   grafana/grafana-enterprise:11.6.3-ubuntu   "/run.sh"   grafana   30 seconds ago  Up 29 seconds  0.0.0.0:3000->3000/tcp

第二步：Web 界面验证

在浏览器中访问 Grafana Web 界面：

http://服务器IP:3000

登录信息：

• 用户名：admin
• 密码：admin

Grafana-login-v1163

第三步：首次登录配置

首次登录后，建议：

1. 修改管理员密码为更复杂的密码
2. 配置用户权限和组织设置
3. 检查插件安装状态

Grafana-reset-pass-v1163

9. 配置监控可视化仪表板

9.1 配置 Prometheus 数据源

数据源的重要性

Grafana 需要连接到 Prometheus 才能获取监控数据。数据源配置是构建监控仪表板的基础步骤。

第一步：进入数据源配置

在 Grafana 主界面中，导航到：

• 路径：Connections → Data sources → Add data source
• 选择类型：Prometheus

Data-sources-Connections-Grafana

Add-data-source-Data-sources-Connections-Grafana

第二步：配置数据源参数

根据实际环境配置以下参数：

基本配置：

• Name：prometheus121（建议使用描述性名称）
• URL：http://服务器IP:9090（替换为实际的 Prometheus 地址）
• Access：Server (default)

认证配置：

• Authentication：Basic authentication
• User：admin
• Password：admin123（与 Prometheus web.yml 中配置的密码一致）

高级配置：

• Scrape interval：15s（与 Prometheus 配置保持一致）
• Query timeout：60s
• HTTP Method：POST

prometheus121-Data-sources-Connections-Grafana

第三步：测试数据源连接

点击页面底部的 Save & test 按钮，验证连接：

• 成功提示："Data source is working"
• 失败排查：检查 URL、认证信息、网络连通性

prometheus121-Data-sources-Connections-Grafana-test

9.2 配置系统监控仪表板

Node Exporter 仪表板选择

Grafana 社区提供了丰富的 Node Exporter 仪表板模板，我们可以直接导入使用。这些模板经过社区验证，功能完善且美观。

第一步：选择合适的仪表板

访问 Grafana Dashboards 官网，搜索 "Node Exporter"：

Grafana-dashboards-Grafana-Labs-Node-Exporter

推荐仪表板：

• ID 1860：Node Exporter Full（最受欢迎，功能全面）
• ID 16098：Node Exporter Dashboard（本文示例，支持 JOB 分组）
• ID 11074：Node Exporter for Prometheus（简洁版本）

第二步：导入仪表板

在 Grafana 中导航到：Dashboards → New → Import

方式一：使用仪表板 ID

直接输入仪表板 ID（本文使用 16098）：

Import-dashboard-Dashboards-Grafana-16098

方式二：上传 JSON 文件

从官网下载 JSON 文件后上传。

第三步：配置仪表板参数

导入时需要配置：

• Name：Node Exporter Dashboard（可自定义）
• Folder：选择存放文件夹
• Data source：选择之前配置的 prometheus121

第四步：验证仪表板效果

导入成功后，仪表板将显示系统监控数据：

• 系统概览：CPU、内存、磁盘、网络使用情况
• 详细指标：负载、进程、文件系统等
• 历史趋势：时间序列图表展示

Node-Exporter-Dashboard-20240520-通用JOB分组版-Dashboards-Grafana

仪表板功能说明：

• 实时监控：显示当前系统状态
• 时间范围选择：可查看历史数据
• 告警状态：集成告警规则显示
• 多实例支持：支持监控多台服务器

9.3 配置 Milvus 专用仪表板

Milvus 官方仪表板

Milvus 官方提供了专门的 Grafana 仪表板模板，针对 Milvus 的各个组件进行了优化，能够全面展示 Milvus 的运行状态和性能指标。

第一步：下载官方仪表板文件

根据 Milvus Standalone v2.5 版本下载对应的仪表板文件：

# 下载 Milvus Standalone v2.5 仪表板
wget https://raw.githubusercontent.com/milvus-io/web-content/refs/heads/master/v2.5.x/assets/standalone-monitoring/grafana/dashboards/milvus-standalone-dashboard.json

重要说明：

• Milvus 官方文档默认展示集群版配置
• Milvus Standalone 版本需要使用专门的配置文件
• 不同版本的 Milvus 对应不同的仪表板文件

第二步：导入仪表板到 Grafana

在 Grafana 中导航到：Dashboards → New → Import

选择 Upload dashboard JSON file：

Import-dashboard-Dashboards-Grafana

上传下载的 JSON 文件，然后点击 Import：

Import-dashboard-Dashboards-Grafana-2

第三步：配置仪表板参数

导入时配置以下参数：

• Name：Milvus Standalone Dashboard
• Folder：选择合适的文件夹

第四步：验证仪表板功能

导入成功后，可以看到仪表板概览：

Dashboards-Grafana-overview

Milvus 监控指标分类

Milvus 仪表板包含以下主要监控指标：

• Runtime：运行时状态和资源使用
• Root Coordinator：根协调器性能指标
• Data Coordinator：数据协调器状态
• Index Coordinator：索引协调器监控
• Query Coordinator：查询协调器性能
• Proxy：代理服务监控
• Data Node：数据节点状态
• Index Node：索引节点性能
• Query Node：查询节点监控

MilvusStandalone-Dashboards-Grafana

第五步：查看详细监控指标

Runtime 指标详情：

展示 Milvus 运行时的核心指标，包括：

• CPU 和内存使用率
• 协程数量和状态
• 垃圾回收统计
• 系统调用统计

MilvusStandalone-Dashboards-Grafana-runtime

Root Coordinator 指标详情：

展示根协调器的性能指标，包括：

• 请求处理速率
• 响应时间分布
• 错误率统计
• 连接状态监控

MilvusStandalone-Dashboards-Grafana-Root-Coordinatr

监控数据说明：

• 某些指标可能因环境和使用情况而无数据显示
• 建议根据实际业务场景调整监控阈值
• 可以自定义添加业务相关的监控面板

10. 监控告警系统验证

10.1 告警系统架构说明

告警实现方案对比

监控告警有两种主要实现方案：

本文选择方案：Prometheus + Alertmanager

告警流程：

1. Prometheus 根据告警规则评估指标数据
2. 触发告警 时将告警发送给 Alertmanager
3. Alertmanager 处理告警（去重、分组、路由）
4. 发送通知 到指定的接收方（邮件、钉钉、微信等）

10.2 告警功能测试

测试目标

验证之前配置的 Milvus 服务可用性告警规则是否正常工作。

第一步：模拟服务故障

停止 Milvus 服务来模拟服务故障：

# 进入 Milvus 部署目录
cd /data/containers/milvus

# 停止 Milvus 服务
docker compose stop

# 验证服务已停止
docker compose ps

第二步：观察告警状态变化

PENDING 状态（告警触发初期）：

访问 Prometheus Web 界面（http://服务器IP:9090），导航到 Status → Rules 或 Alerts 页面。

服务刚停止时，告警状态为 PENDING（等待确认期）：

Prometheus-Alerts-milvus-standalone-pending-v341

FIRING 状态（告警正式触发）：

等待 1 分钟后（根据告警规则中的 for: 1m 配置），告警状态变为 FIRING：

Prometheus-Alerts-milvus-standalone-firing-v341

告警状态说明：

• INACTIVE：告警规则未触发
• PENDING：告警条件满足，但未达到持续时间要求
• FIRING：告警正式触发，已发送到 Alertmanager

第三步：验证 Alertmanager 接收

访问 Alertmanager Web 界面（http://服务器IP:9093），查看告警接收情况：

Alertmanager-milvus-standalone-down

Alertmanager 功能验证：

• 告警接收：确认从 Prometheus 接收到告警
• 告警分组：相同类型的告警会被分组显示
• 告警状态：显示告警的当前状态和持续时间

第四步：恢复服务验证

# 重新启动 Milvus 服务
cd /data/containers/milvus
docker compose start

# 等待几分钟后检查告警状态
# 告警应该自动解除

注意事项：

• 本文未配置具体的告警通知方式（邮件、钉钉、微信等）
• 生产环境建议配置多种通知渠道
• 可以根据业务需求调整告警阈值和持续时间

写在最后

至此，我们已经成功搭建并验证了 Milvus Standalone 版本的监控、告警与可视化展示一体化解决方案。本文详细阐述了从环境准备、核心组件部署（Milvus、Prometheus、Alertmanager、Node Exporter）到 Grafana 可视化配置的全流程。通过本实践，您不仅掌握了各组件的部署细节，更理解了如何构建一个高效、可靠的 Milvus 监控体系。

受限于篇幅，本文在监控资源方面未深入探讨 etcd 和 Minio 的监控，告警通知方式也仅限于基础验证。未来，我们将以专题短文的形式，继续分享这些进阶内容，包括更丰富的告警通知集成（如邮件、钉钉、微信）、更细致的性能调优以及生产环境下的高可用实践。敬请持续关注，共同探索 Milvus 智能运维的更多可能性！

感谢大家的阅读和支持，期待下一次的"开盲盒"分享！

免责声明

• 笔者水平有限，尽管经过多次验证和检查，尽力确保内容的准确性，但仍可能存在疏漏之处。敬请业界专家大佬不吝指教。
• 本文所述内容仅通过实战环境验证测试，读者可学习、借鉴，但严禁直接用于生产环境。由此引发的任何问题，作者概不负责！