先说问题:CPU 正常,网站照样打不开
上一篇 Komari:轻量服务器监控探针部署与多节点接入 解决的是「机器怎么样」:CPU、内存、磁盘、流量。但机器层面的健康骗过你只需要一个瞬间:容器 OOM 被杀、证书悄悄过期、反代配置写错——机器曲线一切正常,用户打开页面却是一片 502。
可用性监控盯的是另一件事:以用户的视角,这个服务现在能不能用。Uptime Kuma 是这个领域最受欢迎的开源自建方案:界面友好、探测类型丰富、自带通知与公开状态页,一个容器就能跑。本篇把它部署好、把全屋服务都加进监控、再发布一个状态页,监控体系的第二条腿就站稳了。
探测类型一览
添加监控时先选类型,常用的就这几种:
| 类型 | 探测方式 | 典型对象 |
|---|---|---|
| HTTP(s) | 请求 URL,按状态码/关键字判定 | 所有 Web 服务、反代入口 |
| TCP Port | 尝试建立 TCP 连接 | 数据库、SSH、游戏服务器 |
| Ping | ICMP 回显 | 只有 IP 的设备、家用主机 |
| DNS | 查询指定记录并比对结果 | 自建 DNS、域名解析巡检 |
| Keyword | 在 HTTP 响应里找关键字 | 页面能开但内容异常的场景 |
| Push | 服务主动上报心跳 | 定时任务、备份脚本(见第 5 篇) |
判定逻辑记牢一条:HTTP 监控默认把 200–299 视为正常,需要放宽时在「接受的状态码」里调整,比如某些服务的 401(未登录拦截)其实代表活着,在列表里勾上即可。
部署:一份 Compose
按系列规范装在 /opt/apps/uptime-kuma/:
services: uptime-kuma: image: louislam/uptime-kuma:latest container_name: uptime-kuma restart: unless-stopped ports: - "3001:3001" volumes: - uptime-kuma-data:/app/data
volumes: uptime-kuma-data:cd /opt/apps/uptime-kumadocker compose up -d这里故意用了一个命名卷做示范——Uptime Kuma 官方推荐这种挂法,它的 /app/data 里是 SQLite 数据库加配置。备份时不要只想着拷目录,命名卷要用 docker volume 相关命令导出或整卷打包,第 11 篇 自建服务备份与迁移实战 会把目录挂载与命名卷两种情况的备份方法都讲清。
首次访问 http://你的IP:3001 创建管理员账号(第一个注册的账号即管理员)。随后按第 2 篇 Nginx Proxy Manager:所有自建服务的统一入口 的流程加 Proxy Host,例如 kuma.example.com 转发到 172.17.0.1:3001 并申请证书,之后关掉 3001 的公网暴露。
一个可选项先说清:Uptime Kuma 支持挂载宿主机 /var/run/docker.sock 来监控容器状态。挂载 docker.sock 等于把宿主机的完全控制权交给这个容器,非必要不挂——容器存活与否,Komari 的机器视角加本篇的服务探测已经够用,不要为省事开这个口子。
添加监控:把全屋服务盯起来
点「添加新监控项」,逐个把服务加进来。几个实务建议:
监控目标优先填公网域名,而不是内网地址。 填 https://drive.example.com,走的是和真实用户完全相同的链路:DNS → 反代 → 证书 → 服务,任何一环坏了都能报出来。只盯内网端口,等于对最常坏的那段路视而不见。
间隔与重试要成对设置。 常规服务间隔 60 秒足够;判定故障前允许重试 2–3 次,避免一次网络抖动就误报。间隔、重试与通知节奏是一套联动参数,第 5 篇会系统地调。
善用分组与标签。 按「核心服务 / 一般服务 / 他人机器」分组,状态页和列表都会清爽很多;命名用 服务名(域名) 的格式,报警消息里一眼能认。
证书到期提醒别关。 HTTP(s) 监控会顺带检查证书剩余天数并在临近过期时提醒。虽然 NPM 会自动续期,但自动续期失败时,这条提醒就是最后一道保险。
建议的初始监控清单:
| 对象 | 类型 | 备注 |
|---|---|---|
| NPM 反代的每个子域名 | HTTP(s) | 每个服务一条 |
| Komari 面板域名 | HTTP(s) | 监控系统互相守夜 |
| VPS 的 SSH 端口 | TCP | 只测连通,不测登录 |
| 家里主机 | Ping | 配合内网设备在线巡检 |
| 关键域名解析 | DNS | 防解析被篡改或过期 |
通知:先接一条能找到人的渠道
Uptime Kuma 内置了几十种通知渠道(Telegram、邮件、Webhook、企业微信、钉钉等)。本篇先完成「接通」:以 Telegram 为例,在设置 → 通知里新增,填入 Bot Token 与 Chat ID 保存后点测试,能收到测试消息即通。邮件则填 SMTP 服务器信息。
渠道怎么选、多渠道怎么分工、半夜的告警发给谁——这些策略问题不在这里拍脑袋决定,第 5 篇 监控告警实战:通知、值班与故障处理流程 专门处理。本篇的目标只是:任意监控项变红时,你的手机能响一声。
公开状态页:把状态晒出来
Uptime Kuma 自带状态页功能,这也是它区别于纯告警工具的一大价值:
- 进入「状态页」管理,新建一个页面,起个路径名(如
main)。 - 把要公开的监控项按分组拖进去,核心服务在前。
- 设置页面标题、说明文字与图标,保存后通过
https://kuma.example.com/status/main访问。 - 想用独立域名(如
status-page.example.com)也可以:在 NPM 里把该域名转发到同一个 3001,状态页支持按域名区分展示。
状态页适合两种场景:服务是给家人朋友用的(出问题时让他们先看状态页,省去挨个解释)和给自己留一个「外网视角的总览」。但公开范围要克制:状态页只放对外服务的可用性,不放内网设备、监控细节和管理入口,管理后台本身永远不要出现在任何公开页面里。是否公开、公开什么的完整判断标准,在第 11 篇安全加固里还会再收一次口。
排障:监控自己的常见病
监控项一直误报 Down:先看报错详情。超时多半是间隔太短或目标响应慢,适当放宽超时并加重试;状态码不对就核对「接受的状态码」;关键字监控找不到关键字,通常是页面改版或被重定向到登录页,改用状态码判定更稳。
通知发不出去:先用通知设置里的测试按钮单独验证渠道,再检查监控项是否勾选了该通知。Telegram 收不到时,常见原因是没给 Bot 发过第一条消息(Bot 不能主动私聊从未对话过的用户)。
状态页打开是空白/未发布:确认状态页已保存并处于发布状态,且访问路径正确;套了独立域名时,回 NPM 检查该域名的转发是否指向 3001。
数据库越来越大:监控历史会持续增长。在设置里调整数据保留天数(比如 180 天),并把数据目录纳入容量巡检,别让监控把磁盘吃满——那会成为一篇绝妙的事故报告。
WARNING不要把 Uptime Kuma 和它监控的关键服务部署在同一台机器上还指望它报警:机器整机宕机时,监控会和服务一起沉默。条件允许时,把可用性监控放在另一台机器或家用设备上;实在只有一台,也至少在另一处(如第二台小鸡)给 Kuma 本身加一个外部探测。
常见问题
Q:Uptime Kuma 和 Komari 功能重叠吗? 不重叠。Komari 看机器内部指标(Agent 视角),Uptime Kuma 从外部探测服务可用性(用户视角)。前者回答「机器累不累」,后者回答「服务通不通」,本系列两个都装。
Q:监控间隔越短越好吗? 不是。间隔越短,探测流量与资源消耗越大,误报概率也越高。60 秒是个人自建的甜点;真金白银的核心服务可以 30 秒,边缘服务 120–300 秒完全够。
Q:状态页能不能加密码? 状态页的设计目标就是公开。如果只想自己看,直接用后台列表即可;需要团队可见又不想公开时,用 NPM 的 Access List 给状态页路径加一层基础认证。
Q:监控项几十个之后怎么维护? 用分组和命名规范(见前文),并养成「新服务上线三件套」的习惯:加反代、加可用性监控、加进备份清单,一次做完,别攒账。
小结
Uptime Kuma 补上了监控体系的外部视角:每个服务以真实用户的链路被持续探测,状态变化有记录、有通知,还有一个能公开示人的状态页。至此,机器视角(Komari)与服务视角(Uptime Kuma)都齐了。还差最后一环:告警响了之后怎么办——通知分级、降噪、值班与故障处理流程,下一篇专门讲透。