Ubuntu JS日志中如何监控系统资源

Ubuntu 下用 JS 日志监控系统资源的实用方案

一总体思路

在 Node.js 应用中内嵌对系统资源的定时采集（如 CPU 负载、内存使用率、系统运行时间、CPU 核心数），以结构化日志输出到文件或控制台，便于检索与聚合。
使用 PM2 或 systemd 托管进程，统一收集应用日志，并通过 journalctl 实时查看或按时间筛选。
将日志集中到 ELK/Graylog 或可视化到 Prometheus + Grafana，按时间戳与 PID/实例ID 关联应用日志与系统指标，设置阈值告警，实现可观测性闭环。

二在 Node.js 中记录系统指标

使用 os 模块采集关键指标（示例为每 5 秒输出一次），并采用 JSON 结构化日志便于后续检索与聚合：

// monitor.js
const os = require('os');
const { createLogger, format, transports } = require('winston');

const logger = createLogger({
  level: 'info',
  format: format.combine(format.timestamp(), format.json()),
  transports: [
    new transports.File({ filename: 'metrics.log', level: 'info' }),
    new transports.Console()
  ]
});

function getSystemStats() {
  const totalMem = os.totalmem();
  const freeMem = os.freemem();
  const usedMem = totalMem - freeMem;
  const cpus = os.cpus();
  const loadAvg = os.loadavg(); // 1/5/15 分钟负载
  return {
    timestamp: new Date().toISOString(),
    platform: os.platform(),
    arch: os.arch(),
    cpu: {
      model: cpus[0].model,
      cores: cpus.length,
      loadAverage: loadAvg[0] // 1 分钟负载
    },
    memory: {
      total: (totalMem / 1024 / 1024 / 1024).toFixed(2) + ' GB',
      used: (usedMem / 1024 / 1024 / 1024).toFixed(2) + ' GB',
      free: (freeMem / 1024 / 1024 / 1024).toFixed(2) + ' GB',
      usagePercent: ((usedMem / totalMem) * 100).toFixed(2) + '%'
    },
    uptime: (os.uptime() / 3600).toFixed(2) + ' hours'
  };
}

// 定时记录
setInterval(() => {
  logger.info('system_metrics', getSystemStats());
}, 5000);

若需对外暴露健康/指标端点，可新增 /status 返回同样的结构化数据，便于 Prometheus 抓取或外部探活。

三与系统日志和应用日志联动

使用 PM2 托管并统一日志：
- 启动：pm2 start app.js --name “my-app”
- 实时查看：pm2 logs my-app
- 资源监控：pm2 monit
使用 systemd 托管并输出到 journal：
- 查看服务日志：journalctl -u your-service-name -f
将应用日志与系统日志通过统一时间戳、PID/实例ID、服务名等字段关联，便于跨来源排查与统计。

四集中化监控与告警

日志集中与检索：将 Node.js 的结构化日志（含系统指标）发送到 ELK Stack（Elasticsearch, Logstash, Kibana） 或 Graylog，使用 Kibana/Graylog 仪表盘做可视化与查询。
指标可视化与告警：将采集到的指标推送到 Prometheus（或直接以 /metrics 暴露），在 Grafana 构建面板并设置阈值告警（如内存使用率 > 80%、1 分钟负载持续高于 CPU 核心数）。
生产级 APM：接入 New Relic / Datadog 获取调用链、错误追踪与更细粒度的性能洞察。

五快速排查命令清单

实时资源：top/htop（CPU/内存/进程）、vmstat 1（虚拟内存与 CPU）、iostat -x 1（磁盘 I/O）、free -h（内存）、df -h（磁盘空间）
日志追踪：tail -f metrics.log；pm2 logs my-app；journalctl -u your-service-name -f
关联分析：按时间戳对齐应用日志与系统指标，定位高负载/内存飙升的根因。

最新问答

相关标签