MinIO 监控实战：3 份配置接入 Prometheus，十分钟搭出第一块 Grafana 看板

MinIO 监控实战：3 份配置接入 Prometheus，十分钟搭出第一块 Grafana 看板

【免费下载链接】minioMinIO is a high-performance, S3 compatible object store, open sourced under GNU AGPLv3 license.项目地址: https://gitcode.com/GitHub_Trending/mi/minio

凌晨两点容量告警响了，值班的人却不确定该打开哪块面板。下面以 MinIO 对象存储的 Prometheus 指标接口为主线，把采集、看板和告警这条链路走通，让告警落地时有据可查。

📊 监控全景：指标从哪来、谁来采、在哪看

本节先解决"链路长什么样"的问题，后面所有配置都挂在这条链路上。MinIO 服务本身把指标暴露为 HTTP 端点，V3 体系挂在/minio/metrics/v3前缀下，按 collector 拆分成集群、系统、桶级等子路径（实现见 cmd/metrics-v3.go）；Prometheus 通过拉取模型周期性抓取这些端点，认证默认走 JWT bearer token，可用mc admin prometheus generate ALIAS一键签发；Grafana 再从 Prometheus 查询渲染。官方部署文档在 docs/metrics/prometheus/ 下。

指标体系速览：按你要回答的问题挑指标

本节解决"指标这么多，先看哪几个"的问题。V3 指标按 collector 分组（集群、系统、桶级、复制等），下表只列日常排障和容量规划最常用的四个方向，完整清单可查 docs/metrics/prometheus/list.md。

• 可用性——集群还能不能读写

  • minio_cluster_health_status：集群健康状态的单一判断位，值班第一眼看它
  • minio_cluster_nodes_offline_total/minio_cluster_drive_offline_total：掉线节点与磁盘数，定位故障范围
  • minio_cluster_health_erasure_set_status：纠删集是否保有仲裁，低于 1 即存在读写风险

• 容量——还能存多久

  • minio_cluster_capacity_usable_total_bytes/minio_cluster_capacity_usable_free_bytes：可用容量口径，比裸容量更适合做水位告警
  • minio_cluster_usage_total_bytes/minio_cluster_usage_object_total：已用字节数与对象总数，看增长斜率

• 性能——请求快不快

  • minio_api_requests_total（V3 路径/api/requests）：按 API 维度计数，配合rate看 QPS
  • minio_api_requests_ttfb_seconds：首字节延迟分布，定位慢请求方向
  • minio_api_traffic_sent_bytes/minio_api_traffic_recv_bytes：进出流量，判断带宽瓶颈

• 同步——多站点数据有没有丢

  • minio_cluster_replication_last_minute_failed_count：上一分钟复制失败对象数，>0 就该介入
  • minio_cluster_replication_sent_bytes/minio_cluster_replication_last_minute_failed_bytes：复制吞吐与失败量

🐳 最小可用部署：最短能跑通的配置

本节解决"怎么用最少的配置把指标采上来"的问题。只需一段 scrape 配置和一条启动命令；认证走 JWT，token 由 mc 生成后落盘供 Prometheus 读取。

# prometheus.yml：抓取集群指标，token 由 mc admin prometheus generate 生成 global: scrape_interval: 15s scrape_configs: - job_name: minio-cluster metrics_path: /minio/metrics/v3 scheme: https authorization: credentials_file: /etc/prometheus/minio-token static_configs: - targets: ['minio-a:9000', 'minio-b:9000']

# 容器化启动 Prometheus，挂载上面的配置与 token 文件 docker run -d -p 9090:9090 -v $PWD/prometheus.yml:/etc/prometheus/prometheus.yml -v $PWD/minio-token:/etc/prometheus/minio-token prom/prometheus

启动后在 Prometheus 的 Targets 页确认 job 状态为UP，再进 Grafana 添加prometheus数据源即可开图。

🚨 看板与告警：两块高价值面板加一条硬规则

本节解决"采上来之后看什么、什么时候叫人"的问题。仓库 docs/metrics/prometheus/grafana/ 下提供现成的仪表盘 JSON（集群总览、桶级、节点、复制），Grafana 里 Import 对应文件就能用，例如集群总览模板长这样：

若要从零自建，优先补这两块面板：

• 容量水位：查询minio_cluster_capacity_usable_free_bytes / minio_cluster_capacity_usable_total_bytes，用 gauge 展示剩余比例，历史趋势曲线看增长斜率
• 请求健康度：rate(minio_api_requests_5xx_errors_total[5m])与rate(minio_api_requests_total[5m])比值，5xx 占比抬升早于用户投诉

告警规则方面，先落一条最硬的：纠删集丢失仲裁。这类事件直接威胁数据读写，参考 docs/metrics/prometheus/alerts.md 的配置方式：

# rules.yml：纠删集状态异常持续 5 分钟即报 critical groups: - name: minio-quorum rules: - alert: MinIOSetLosesQuorum expr: minio_cluster_health_erasure_set_status < 1 for: 5m labels: severity: critical annotations: summary: "节点 {{ $labels.server }} 的池 {{ $labels.pool }} 纠删集 {{ $labels.set }} 失去仲裁"

容量水位超过 85%、复制失败数大于 0、离线磁盘数大于 0 这几条规则可复用同一套写法，阈值按业务余量自定。

生产加固清单：风险点、后果与建议动作

本节解决"上线前该堵哪些洞"的问题，安全与性能项合并成一张清单过一遍。

故障速查：现象、定位命令与处理动作

本节解决"监控本身出了问题怎么快速定位"的问题，用对照表替代逐段排查。

监控链路的价值在于告警响铃时你能在十分钟内看到对的面板。本文覆盖了 MinIO V3 指标的采集、看板与告警最小闭环，更多细节可查 docs/metrics/ 官方监控文档、cmd/metrics-v3.go 指标实现与 docs/metrics/prometheus/alerts.md 告警示例。

【免费下载链接】minioMinIO is a high-performance, S3 compatible object store, open sourced under GNU AGPLv3 license.项目地址: https://gitcode.com/GitHub_Trending/mi/minio