基于 vmware_exporter 的 ESXi 监控方案技术分析

博主： admin
发布时间：2026 年 01 月 16 日
2 次浏览
暂无评论
9334字数
分类： Docker 运维监控 VMware grafana prometheus

基于 vmware_exporter 的 ESXi 监控方案技术分析

一、概述

1. 背景

A. 业务场景

数据中心和边缘节点大量使用 VMware ESXi 承载计算资源。稳定性和容量可视化是基础运维诉求，统一监控体系需要纳入 ESXi 与 vCenter 的指标。

B. 技术挑战

多集群、多 vCenter 环境下的统一监控
ESXi 与 vCenter 指标的标准化采集
监控数据的统一存储与可视化展示
告警规则的统一管理与路由分发

2. 设计目标

A. 功能目标

使用 vmware_exporter 采集 ESXi/vCenter 指标
通过 Docker Compose 编排部署监控组件
将指标接入 Prometheus 进行时序存储
使用 Grafana 构建可视化仪表盘
通过 Watchalert 实现端到端告警管理

B. 非功能目标

支持多数据中心、多 vCenter 并行采集
提供开箱即用的配置模板
支持自签证书场景
实现高可用的监控架构

二、架构设计

1. 系统架构

graph TB
    subgraph VMware基础设施
        ESXi1[ESXi主机集群1]
        ESXi2[ESXi主机集群2]
        vCenter[vCenter服务器]
    end

    subgraph 采集层
        Exp1[vmware_exporter<br/>北京集群:9272]
        Exp2[vmware_exporter<br/>南京集群:9273]
    end

    subgraph 存储层
        Prometheus[Prometheus<br/>时序数据库]
    end

    subgraph 告警层
        Watchalert[Watchalert<br/>告警路由与通知]
    end

    subgraph 可视化层
        Grafana[Grafana<br/>仪表盘]
    end

    ESXi1 --> vCenter
    ESXi2 --> vCenter
    vCenter --> Exp1
    vCenter --> Exp2
    Exp1 --> Prometheus
    Exp2 --> Prometheus
    Prometheus --> Watchalert
    Prometheus --> Grafana
    Watchalert -->|告警通知|运维团队

mermaid

2. 组件说明

A. vmware_exporter

版本：0.18.4
功能：连接 vCenter 或直接 ESXi，暴露 Prometheus 格式的 /metrics 接口
开源地址：https://github.com/pryorda/vmware_exporter

B. Prometheus

版本：3.5.0 LTS
功能：抓取 exporter 指标，存储时序数据
提供 PromQL 查询语言

C. Watchalert

版本：3.8.0
功能：接收 Prometheus 数据，配置监控项与告警表达式，支持 webhook 通知
支持告警聚合、抑制、路由

D. Grafana

版本：10.2.3
功能：可视化查询与仪表盘展示
支持多种数据源和丰富的图表类型

三、环境准备

1. 前置条件

A. 网络与账户

确保可访问 vCenter 或 ESXi 的网络连通性
准备只读账户，避免使用管理员账户
密码通过环境变量或外部秘密管理，禁止硬编码

B. Docker 环境

安装 Docker 与 Docker Compose
确保容器间网络通信正常

C. 监控基础设施

部署好 Prometheus、Watchalert 与 Grafana
确保各组件间网络可达

2. 组件版本清单

组件名称	版本	说明
vmware_exporter	0.18.4	ESXi/vCenter 指标采集
Prometheus	3.5.0 LTS	时序数据存储
Watchalert	3.8.0	告警管理
Grafana	10.2.3	可视化展示

四、部署实施

1. vmware_exporter 部署

A. 环境变量配置

支持多集群、多 vCenter 场景，为每个集群创建独立的配置文件：

config-bj.env（北京集群）：

VSPHERE_USER=administrator@vsphere.local
VSPHERE_PASSWORD='xxxxxx'
VSPHERE_HOST=172.10.30.1
VSPHERE_IGNORE_SSL=TRUE
VSPHERE_SPECS_SIZE=2000

config-nj.env（南京集群）：

VSPHERE_USER=administrator@vsphere.local
VSPHERE_PASSWORD='xxxxxx'
VSPHERE_HOST=172.22.33.1
VSPHERE_IGNORE_SSL=TRUE
VSPHERE_SPECS_SIZE=2000

B. Docker Compose 编排

version: '3.8'

services:
  vmware_exporter_nj:
    image: docker.cnb.cool/srebro/docker-images-chrom/pryorda-vmware_exporter:latest_amd64
    container_name: vmware_exporter_nj
    restart: always
    ports:
      - "9272:9272"
    env_file:
      - ./config-nj.env
    healthcheck:
      test: ["CMD", "nc", "-z", "localhost", "9272"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 60s

  vmware_exporter_bj:
    image: docker.cnb.cool/srebro/docker-images-chrom/pryorda-vmware_exporter:latest_amd64
    container_name: vmware_exporter_bj
    restart: always
    ports:
      - "9273:9272"
    env_file:
      - ./config-bj.env
    healthcheck:
      test: ["CMD", "nc", "-z", "localhost", "9272"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 60s

C. 健康检查机制

检测本地 9272 端口
检测间隔 30 秒
单次检测超时 10 秒
连续失败 3 次后标记为不健康
启动后 60 秒开始检测

D. 验证部署

启动后访问 metrics 接口：

curl http://<host>:9272/metrics
curl http://<host>:9273/metrics

检查容器日志，确认认证与连接正常：

docker logs vmware_exporter_nj
docker logs vmware_exporter_bj

2. Prometheus 接入配置

A. 抓取配置

在 Prometheus 的 scrape_configs 中添加 vmware_exporter 任务：

scrape_configs:
  - job_name: 'vmware_vcenter'
    metrics_path: '/metrics'
    static_configs:
      - targets: ['172.22.33.218:9272']
        labels:
          project_name: "Datacenter-srebro"
          nodename: "EXSI-172.1.5.17"
    relabel_configs:
      - source_labels: [__address__]
        target_label: __param_target
      - source_labels: [__param_target]
        target_label: instance
      - source_labels: [__address__]
        regex: '(.*):9272$'
        target_label: datacenter
        replacement: 'Datacenter-srebro'

    metric_relabel_configs:
      - action: replace
        target_label: host_name
        replacement: 'EXSI-172.1.5.17'
      - action: replace
        target_label: dc_name
        replacement: 'EXSI-172.1.5.17'

B. 标签管理

通过 relabel_configs 和 metric_relabel_configs 实现标签自定义：

project_name：项目名称
nodename：节点名称
datacenter：数据中心标识
host_name：主机名称
dc_name：数据中心名称

C. 验证接入

Prometheus Targets 页面确认 vmware_exporter 处于 UP 状态
使用 PromQL 查询 vmware_* 前缀指标
确认指标标签正确应用

3. Grafana 可视化配置

A. 数据源配置

添加 Prometheus 数据源
指向 Prometheus HTTP 地址
配置访问权限和认证信息

B. 仪表盘导入

可导入社区仪表盘：

仪表盘 ID：15446（VMware 总览）
仪表盘 ID：11243（VMware 详细）

根据实际情况可能需要微调查询语句和变量。

C. 推荐监控面板

ESXi 主机状态概览
CPU 使用率趋势
内存使用率趋势
存储容量与使用率
虚拟机状态分布
网络流量统计

五、告警规则设计

1. 告警规则配置

以下规则可导入 Watchalert，根据实际环境调整阈值：

rules:
  - alert: ESXi宿主机离线
    expr: vmware_host_power_state == 0
    for: 30s
    labels:
      severity: 1
    annotations:
      summary: "ESXi宿主机离线"
      description: "区域：{{ $labels.project_name }} 宿主机：{{ $labels.host_name }} ESXi宿主机离线，当前值 {{ $value }}，请登录vCenter查看"

  - alert: ESXi存储使用率超阈值
    expr: ((1-(vmware_datastore_freespace_size/vmware_datastore_capacity_size))*100) > 85
    for: 1m
    labels:
      severity: 1
    annotations:
      summary: "ESXi存储使用率超阈值"
      description: "区域：{{ $labels.project_name }} 存储名：{{ $labels.ds_name }} 使用率超过85%，当前值 {{ $value }}%"

  - alert: ESXi虚拟机CPU使用率过高
    expr: vmware_vm_cpu_usage_average/100 >= 85
    for: 30s
    labels:
      severity: 3
    annotations:
      summary: "ESXi虚拟机CPU使用率过高"
      description: "区域：{{ $labels.project_name }} 主机：{{ $labels.nodename }} CPU使用率超过85%，当前值 {{ $value }}%"

  - alert: ESXi虚拟机内存使用率过高
    expr: vmware_vm_mem_usage_average/100 >= 90
    for: 30s
    labels:
      severity: 3
    annotations:
      summary: "ESXi虚拟机内存使用率过高"
      description: "区域：{{ $labels.project_name }} 主机：{{ $labels.nodename }} 内存使用率超过90%，当前值 {{ $value }}%"

  - alert: ESXi实例CPU负载过高
    expr: (vmware_host_cpu_usage/vmware_host_cpu_max)*100 > 70
    for: 1m
    labels:
      severity: 1
    annotations:
      summary: "ESXi实例CPU负载过高"
      description: "区域：{{ $labels.project_name }} 宿主机：{{ $labels.host_name }} CPU负载超过70%，当前值 {{ $value }}%"

  - alert: ESXi实例内存使用率过高
    expr: (vmware_host_memory_usage/vmware_host_memory_max)*100 > 85
    for: 30s
    labels:
      severity: 1
    annotations:
      summary: "ESXi实例内存使用率过高"
      description: "区域：{{ $labels.project_name }} 宿主机：{{ $labels.nodename }} 内存使用率超过85%，当前值 {{ $value }}%"

  - alert: ESXi虚拟机快照数量过多
    expr: vmware_vm_snapshots > 5
    for: 30s
    labels:
      severity: 3
    annotations:
      summary: "ESXi虚拟机快照数量过多"
      description: "区域：{{ $labels.project_name }} 主机：{{ $labels.nodename }} 快照数量超过5个，当前值 {{ $value }}"

2. 告警级别说明

级别	说明	典型场景
severity: 1	严重告警	宿主机离线、存储超阈值、资源过载
severity: 3	一般告警	虚拟机资源使用过高、快照过多

3. Watchalert 配置要点

支持告警聚合：相同告警合并发送
支持告警抑制：依赖关系避免告警风暴
支持 webhook 通知：对接企业微信、钉钉等

六、监控数据流

1. 指标采集流程

sequenceDiagram
    participant ESXi as ESXi/vCenter
    participant Exporter as vmware_exporter
    participant Prometheus as Prometheus
    participant Grafana as Grafana
    participant Watchalert as Watchalert
    participant User as 运维人员

    ESXi->>Exporter: 暴露指标接口
    Exporter->>Exporter: 转换为Prometheus格式
    Prometheus->>Exporter: 定期抓取/metrics
    Prometheus->>Prometheus: 存储时序数据
    Grafana->>Prometheus: 查询指标数据
    Grafana->>User: 展示仪表盘
    Prometheus->>Watchalert: 推送告警评估
    Watchalert->>User: 发送告警通知

mermaid

2. 关键指标说明

指标名称	说明	单位
vmware_host_power_state	主机电源状态	0/1
vmware_datastore_freespace_size	数据存储空闲空间	字节
vmware_datastore_capacity_size	数据存储总容量	字节
vmware_vm_cpu_usage_average	虚拟机 CPU 使用率	百分比
vmware_vm_mem_usage_average	虚拟机内存使用率	百分比
vmware_host_cpu_usage	主机 CPU 使用量	兆赫兹
vmware_host_cpu_max	主机 CPU 总量	兆赫兹
vmware_host_memory_usage	主机内存使用量	字节
vmware_host_memory_max	主机内存总量	字节
vmware_vm_snapshots	虚拟机快照数量	个

七、扩展功能

1. 鉴权功能增强

原版 vmware_exporter 未提供鉴权功能，存在安全风险。增强版已添加鉴权支持：

代码仓库：https://cnb.cool/sro/vmware_exporter
镜像地址：docker.cnb.cool/sro/vmware_exporter:0.18.4
使用文档：https://cnb.cool/sro/vmware_exporter/-/blob/master/README.md

2. 镜像加速

使用国内镜像加速地址：

docker.cnb.cool/srebro/docker-images-chrom/pryorda-vmware_exporter:latest_amd64

八、最佳实践

1. 安全建议

使用只读账户进行监控采集
密码通过环境变量或外部秘密管理
启用 exporter 鉴权功能
限制网络访问范围

2. 性能优化

合理设置 VSPHERE_SPECS_SIZE 参数
使用 healthcheck 确保服务可用性
调整 Prometheus 抓取间隔
配置合理的指标保留策略

3. 运维建议

定期检查容器健康状态
监控 exporter 自身的资源消耗
及时更新组件版本
建立告警值班机制

参考资料

最后修改：2026 年 01 月 16 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

基于 vmware_exporter 的 ESXi 监控方案技术分析

一、概述

1. 背景

A. 业务场景

B. 技术挑战

2. 设计目标

A. 功能目标

B. 非功能目标

二、架构设计

1. 系统架构

2. 组件说明

A. vmware_exporter

B. Prometheus

C. Watchalert

D. Grafana

三、环境准备

1. 前置条件

A. 网络与账户

B. Docker 环境

C. 监控基础设施

2. 组件版本清单

四、部署实施

1. vmware_exporter 部署

A. 环境变量配置

B. Docker Compose 编排

C. 健康检查机制

D. 验证部署

2. Prometheus 接入配置

A. 抓取配置

B. 标签管理

C. 验证接入

3. Grafana 可视化配置

A. 数据源配置

B. 仪表盘导入

C. 推荐监控面板

五、告警规则设计

1. 告警规则配置

2. 告警级别说明

3. Watchalert 配置要点

六、监控数据流

1. 指标采集流程

2. 关键指标说明

七、扩展功能

1. 鉴权功能增强

2. 镜像加速

八、最佳实践

1. 安全建议

2. 性能优化

3. 运维建议

参考资料

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

基于 vmware_exporter 的 ESXi 监控方案技术分析

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款