Ubuntu运维netdata实时监控插件扩展与告警配置

Netdata是目前Linux服务器上最轻量级、最强大的实时性能监控工具之一，安装在Ubuntu系统上后，默认就能监控CPU、内存、磁盘、网络、进程等数百项指标，数据刷新频率达到每秒一次。但默认安装的Netdata只覆盖基础监控，如果你需要针对特定业务场景做插件扩展，比如监控MySQL、Redis、Nginx、Docker容器，或者配置自定义告警规则让系统在异常时主动通知你，就需要手动进行插件扩展和告警配置。下面我直接把完整操作流程、核心配置文件和实战技巧全部讲清楚。

一、Ubuntu上Netdata的安装与基础验证

在Ubuntu 20.04或22.04上，最简单的安装方式是使用官方一键脚本：

wget -O /tmp/netdata-kickstart.sh https://get.netdata.cloud/kickstart.sh
sh /tmp/netdata-kickstart.sh

安装完成后，Netdata默认监听19999端口，浏览器访问 http://你的服务器IP:19999 就能看到实时监控面板。先确认服务正常运行：

systemctl status netdata

如果显示active (running)，说明基础环境没问题。接下来进入核心的扩展和告警配置环节。

二、Netdata插件扩展机制详解

Netdata的插件体系分为两大类：一类是内置的collector（数据采集器），另一类是外部集成插件。内置collector通过配置文件开启或关闭，外部插件则需要单独部署。

Netdata的所有collector配置文件都放在 /etc/netdata/ 目录下，主配置文件是 netdata.conf。每个采集模块对应一个 .conf 文件，比如 python.d.conf 控制Python应用监控，go.d.conf 控制Go应用监控，charts.d.conf 控制自定义图表。

以监控Nginx为例，Netdata自带了go.d/nginx模块，但默认可能没启用。编辑配置文件：

nano /etc/netdata/go.d/nginx.conf

把 enabled = no 改成 enabled = yes，然后重启Netdata：

systemctl restart netdata

这样Netdata就会自动采集Nginx的连接数、请求数、带宽等指标。同样的道理，要监控MySQL，编辑 go.d/mysql.conf，要监控Redis，编辑 go.d/redis.conf，全部改成enabled = yes即可。

三、Docker容器监控的插件扩展

如果你的Ubuntu服务器跑了Docker，Netdata有专门的cgroups插件来监控每个容器的资源使用。这个插件默认是开启的，但需要确保Docker的cgroup驱动设置正确。检查方法：

docker info | grep -i cgroup

如果输出是cgroupfs，说明没问题。如果是systemd，需要在Docker的daemon.json里配置：

{
  "exec-opts": ["native.cgroupdriver=systemd"]
}

修改后重启Docker服务，Netdata就能正确识别每个容器的CPU、内存、网络IO和磁盘IO了。在监控面板上，你会看到每个容器作为独立的节点出现，数据实时刷新。

四、自定义Python插件扩展实战

Netdata最强大的地方在于你可以用Python写自定义采集脚本，监控任何你想监控的东西。自定义插件放在 /etc/netdata/python.d/ 目录下，每个插件是一个.conf文件加一个.chart.py文件。

举个实际例子：监控一个自定义的业务队列深度。创建配置文件：

nano /etc/netdata/python.d/myqueue.conf

写入以下内容：

[myqueue]
  update_every = 5
  command = "python3 /etc/netdata/python.d/myqueue.chart.py"

然后创建采集脚本：

nano /etc/netdata/python.d/myqueue.chart.py

#!/usr/bin/env python3
import os

def get_queue_depth():
    # 这里替换成你实际获取队列深度的逻辑
    # 比如从Redis读取、从文件读取、调用API等
    try:
        with open('/var/run/myqueue/depth', 'r') as f:
            return int(f.read().strip())
    except:
        return 0

ORDER = ['queue_depth']

CHARTS = {
    'queue_depth': {
        'options': ['myqueue', 'Queue Depth', 'messages', 'queue', 'myqueue.queue_depth', 'line'],
        'lines': [
            ['queue_depth', 'current', 'absolute', 1, 1000]
        ]
    }
}

def get_data():
    return {
        'queue_depth': get_queue_depth()
    }

给脚本执行权限并重启Netdata：

chmod +x /etc/netdata/python.d/myqueue.chart.py
systemctl restart netdata

这样你就拥有了一个完全自定义的监控指标，面板上会实时显示队列深度曲线。

五、Netdata告警配置完整指南

Netdata的告警系统非常灵活，配置文件在 /etc/netdata/health_alarm_notify.conf，告警规则在 /etc/netdata/health.d/ 目录下。每个告警规则是一个.conf文件。

先配置通知渠道，比如你想用企业微信、钉钉、Slack或者邮件接收告警。以企业微信机器人为例，编辑通知配置：

nano /etc/netdata/health_alarm_notify.conf

# 企业微信机器人通知
SEND_WECHAT="YES"
WECHAT_WEBHOOK_URL="https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=你的key"
DEFAULT_RECIPIENT_WECHAT="你的企业微信ID"

再以钉钉为例：

SEND_DINGTALK="YES"
DINGTALK_WEBHOOK_URL="https://oapi.dingtalk.com/robot/send?access_token=你的token"
DEFAULT_RECIPIENT_DINGTALK="你的钉钉ID"

配置好通知渠道后，创建具体的告警规则。比如CPU使用率超过80%持续5分钟告警：

nano /etc/netdata/health.d/cpu_high.conf

template: cpu_usage_80
      on: system.cpu
    class: Utilization
   type: System
component: CPU
   lookup: average -1m unaligned of used
    units: %
    every: 10s
     warn: $this > 80
     crit: $this > 95
    delay: up 1m down 5m multiplier 1.5 max 1h
  summary: CPU使用率过高
     info: CPU使用率在过去5分钟超过80%，当前值为 $this%
       to: webmaster

这里的关键参数解释：every是检查频率，warn是警告阈值，crit是严重阈值，delay是告警冷却时间（避免频繁通知），multiplier是每次告警间隔递增倍数。这些参数组合起来能有效防止告警风暴。

六、告警规则编写的高级技巧

Netdata的告警表达式支持非常丰富的语法。你可以做同比、环比、多指标联合判断。比如监控内存使用率同时考虑缓存：

template: mem_usage_real
      on: system.ram
    class: Utilization
   type: System
component: Memory
   lookup: average -5m unaligned of used
    units: %
    every: 30s
     warn: $this > (($ram_total - $ram_cached - $ram_buffers) * 0.8 / $ram_total * 100)
     crit: $this > (($ram_total - $ram_cached - $ram_buffers) * 0.9 / $ram_total * 100)
  summary: 实际可用内存不足
     info: 排除缓存后的实际内存使用率超过阈值

还可以做磁盘IO告警、网络丢包告警、进程异常退出告警。Netdata内置了大量模板规则，直接放在 /etc/netdata/health.d/ 目录下就能用，你可以先看看现有规则再根据业务修改。

七、Netdata与其他监控系统的协同

在实际生产环境中，Netdata通常不是唯一的监控工具，而是作为实时层补充Prometheus+Grafana这种历史趋势分析系统。Netdata的优势是零配置、秒级刷新、开箱即用，劣势是长期数据存储能力弱。所以最佳实践是：Netdata负责实时发现问题，Prometheus负责长期数据归档和趋势分析。

如果你需要把Netdata的数据导出到Prometheus，Netdata原生支持Prometheus remote write接口，在 netdata.conf 里配置：

[prometheus]
  enabled = yes
  destination = "http://你的Prometheus地址:9090/api/v1/write"

这样Prometheus就能抓取Netdata的所有实时指标，实现两套系统的数据互通。

八、性能优化与安全加固建议

Netdata本身资源占用极低，通常只占几十MB内存和不到1%的CPU。但如果你开启了大量插件，或者服务器上有上千个Docker容器，建议做以下优化：

第一，限制Netdata的历史数据保留时间，编辑 netdata.conf：

[global]
  history = 3600

把默认的几万秒改成3600秒（1小时），节省磁盘空间。

第二，做安全加固。Netdata默认没有认证，任何人都能访问19999端口看到你的服务器指标。生产环境务必开启认证：

cd /etc/netdata
./netdata-claim.sh -token=你的token -rooms=你的room -url=https://app.netdata.cloud

或者本地配置Basic Auth，在 nginx反向代理层加认证也行。如果服务器有公网IP，强烈建议用防火墙限制19999端口的访问来源。

第三，定期更新Netdata本身，官方更新频率很高，每个月都有新功能和bug修复：

wget -O /tmp/netdata-kickstart.sh https://get.netdata.cloud/kickstart.sh
sh /tmp/netdata-kickstart.sh --dont-wait --dont-start-it

总结一下，Ubuntu上的Netdata从安装到插件扩展再到告警配置，整个流程并不复杂，核心就是三个目录：/etc/netdata/ 放配置、/etc/netdata/python.d/ 放自定义插件、/etc/netdata/health.d/ 放告警规则。掌握这三个目录的用法，你就能把Netdata从一个基础监控工具变成贴合你业务的完整运维监控平台。

Ubuntu运维netdata实时监控插件扩展与告警配置

服务指南

帮助中心