prometheus通过VMware_explorter监控VMware虚拟化集群

一.背景

数据中心目前部署了两台VMware集群，存在exsi5.0，exsi5.5、exsi6.0和exsi6.7以及exsi7.0等多个版本，使用现有prometheus监控系统监控VMware集群的运行状态并实现告警。具体实现如下

ESXi 与 vCenter 的指标，通过vmware_exporter采集指标数据统一纳入到Prometheus，前端由 Grafana 呈现，告警统一通过alertmanager实现告警信息发送到企业微信告警群。

vmware_exporter的主要作用是解析 VMware 的 vSphere API (ESXi/vCenter 原生提供的 REST API)，将 VMware 私有格式的虚拟化指标 → 转换成 Prometheus 标准的Prometheus metrics 格式，暴露 HTTP 接口供 Prometheus 拉取。监控的指标如下：

• VMware vCenter Server（推荐，企业级必用，管理多台 ESXi）

• VMware ESXi 物理宿主机（单台也可直接对接）

• 宿主机上的所有虚拟机 (VM)、数据存储 (Storage)、交换机、网卡、CPU / 内存 / 磁盘 / 网络等全维度指标

其获取数据的链路如下

VMware(ESXi/vCenter) → VMware_exporter(采集+格式转换) → Prometheus(拉取+存储+告警) → Grafana(可视化大屏)

vmware_exporter的项目地址是https://github.com/pryorda/vmware_exporter，通过连接 vCenter 或直接 ESXi，暴露 /metrics，本次采用的是直接连接到vCenter采集指标数据。vmware_exporter通过docker部署，也可以使用源码部署。

二.环境准备

1.VMware 端：创建专用只读监控用户

绝对不要用管理员账号（administrator@vsphere.local）配置 exporter，权限过大有安全风险，且 exporter 只需要只读权限即可采集所有监控指标，无任何写操作需求

2.Docker 与 Compose 环境

3.部署好 Prometheus、alertmanager与Grafana

三.部署 VMware_exporter

1.创建连接vCenter的配置文件。

vim config-01.env

VSPHERE_USER=monitor@vsphere.local
VSPHERE_PASSWORD='123456'
VSPHERE_HOST=10.10.13.1
VSPHERE_IGNORE_SSL=TRUE
VSPHERE_SPECS_SIZE=2000

如果是多集群，可以配置多个配置文件，启用多个vmware_exporter进程服务。

vim config-02.env

VSPHERE_USER=monitor@vsphere.local
VSPHERE_PASSWORD='1qaz1234'
VSPHERE_HOST=10.20.10.2
VSPHERE_IGNORE_SSL=TRUE
VSPHERE_SPECS_SIZE=2000

配置文件的字段说明如下

# VMware_exporter 核心配置文件 config.yml
default:
  # VMware的vCenter/ESXi的登录地址（必填，vCenter优先填这个，ESXi填ESXi的IP）
  vsphere_host: 192.168.10.100
  # 刚才创建的 只读监控账号（必填）
  vsphere_user: vmware_monitor
  # 该账号的密码（必填）
  vsphere_password: VMware@Monitor@2026
  # 是否忽略SSL证书验证（必开！VMware默认是自签证书，不开会采集失败，填 true）
  ignore_ssl: true
  # 采集超时时间（默认10秒，建议改成30秒，避免大环境采集超时）
  timeout: 30
  # 采集的指标模块（核心！开启对应模块才会采集对应指标，全部开启即可）
  collect_only: [vm, host, datastore, datacenter, cluster, resourcepool, network, datastorecluster]

# 采集频率相关（全局配置，无需修改）
limits:
  max_query_metrics: 256
  max_query_objects: 128
  max_sessions: 10
  collector_threads: 4

# 自定义标签（可选，给所有指标加自定义标签，方便Prometheus区分）
labels:
  env: prod
  region: china

• vsphere_host：vCenter 填 vCenter 的 IP / 域名，单 ESXi 填 ESXi 的 IP，不要加 http/https 前缀，只填 IP / 域名！

• ignore_ssl: true：必须设置为 true，99% 的采集失败都是因为没开这个配置，VMware 的 SSL 证书是自签的，Python 会校验失败。

• collect_only：采集模块，建议全部开启，涵盖所有核心监控对象：

  • vm：虚拟机指标（CPU、内存、磁盘、网络、开机状态、快照等）

  • host：ESXi 宿主机指标（CPU、内存、磁盘、网卡、电源状态等）

  • datastore：数据存储（磁盘使用率、可用空间、读写速率）

  • 其余为虚拟化拓扑指标，无性能损耗，建议全开。

2.启动vmware_exporter服务

以下是两个集群的vmware_exporter的docker-compose.yml文件

services:
  vmware_exporter_01:
    # image: pryorda/vmware_exporter:latest
    image: docker.cnb.cool/srebro/docker-images-chrom/pryorda-vmware_exporter:latest_amd64 # 已配置镜像加速地址
    container_name: vmware_exporter_01
    restart: always
    ports:
      - "9272:9272"
    env_file:
      - ./config-01.env
    healthcheck:
      test: ["CMD", "nc", "-z", "localhost", "9272"] # 检测本地9272端口
      interval: 30s      # 检测间隔
      timeout: 10s       # 单次检测超时时间
      retries: 3         # 连续失败3次后标记为不健康
      start_period: 60s  # 启动后60秒开始检测

  vmware_exporter_02:
    image: docker.cnb.cool/srebro/docker-images-chrom/pryorda-vmware_exporter:latest_amd64 # 已配置镜像加速地址
    container_name: vmware_exporter_02
    restart: always
    ports:
      - "9273:9272"    # 主机9273映射容器9272端口
    env_file:
      - ./config-02.env
    healthcheck:
      test: ["CMD", "nc", "-z", "localhost", "9272"] # 检测容器内部9272端口
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 60s

启动服务

docker-compose up -d 

3.验证 VMware_exporter 是否启动成功

启动后，浏览器 / 服务器 curl 访问以下地址，能返回Prometheus 标准 metrics 指标 即代表成功,成功标志：返回一大串以# HELP、# TYPE开头的指标数据，包含vmware_vm_power_state、vmware_host_cpu_usage等 VMware 相关指标

curl http://localhost:9272/metrics
curl http://localhost:9272/metrics

核心指标说明

VMware_exporter 采集的指标非常全面，所有指标均以 vmware_ 为前缀，以下是生产环境最常用的核心指标（Grafana 面板、告警规则均基于这些指标），类型均为gauge

宿主机 (ESXi) 核心指标

1. vmware_host_cpu_usage：宿主机 CPU 使用率（百分比，0-100）

2. vmware_host_memory_usage：宿主机内存使用率（百分比，0-100）

3. vmware_host_memory_usage_bytes：宿主机内存使用量（字节）

4. vmware_host_disk_usage：宿主机磁盘使用率（百分比）

5. vmware_host_power_state：宿主机电源状态（1 = 开机，0 = 关机）

虚拟机 (VM) 核心指标

1. vmware_vm_power_state：虚拟机电源状态（1 = 开机运行，0 = 关机 / 挂起，核心指标）

2. vmware_vm_cpu_usage：虚拟机 CPU 使用率（百分比）

3. vmware_vm_memory_usage：虚拟机内存使用率（百分比）

4. vmware_vm_disk_usage_bytes：虚拟机磁盘使用量（字节）

5. vmware_vm_network_receive_bytes_total：虚拟机网络入流量（累计值）

6. vmware_vm_network_transmit_bytes_total：虚拟机网络出流量（累计值）

7. vmware_vm_guest_tools_status：虚拟机 VMware-tools 状态（1 = 正常，0 = 未安装 / 异常）

数据存储核心指标

1. vmware_datastore_usage：数据存储使用率（百分比，告警核心，超过 85% 建议告警）

2. vmware_datastore_free_space_bytes：数据存储剩余空间（字节）

四.在 Prometheus 的 scrape_configs 中加入 vmware_exporter

在prometheus配置文件中添加以下配置

- job_name: 'vmware_vcenter'
    metrics_path: /metrics
    static_configs:
      - targets:
          - '10.20.12.75:9272'
          - '10.20.12.75:9273'
    relabel_configs:
      - source_labels: [__address__]
        target_label: __param_target
      - source_labels: [__param_target]
        target_label: instance

注意：targets 填写的是 VMware_exporter 的地址，不是 VMware 的 vCenter/ESXi 地址。

重载 Prometheus 配置（无需重启，生产推荐）

# 方式1：curl热重载（推荐）
curl -X POST http://Prometheus_IP:9090/-/reload

# 方式2：如果没开热重载，重启Prometheus
systemctl restart prometheus

验证监控

Prometheus Targets 页面应看到 vmware_exporter 处于 UP 状态

五.添加告警规则

在这里提供一个提供一个标准的 prometheus 的 rules.yaml 文件

groups:
- name: vmware_alerts
  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: "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)>95
      for: 1m
      labels:
        severity: "1"
      annotations:
        summary: "ESXi存储使用率超阈值"
        description: "{{ $labels.dc_name }}存储名：{{ $labels.ds_name }} 使用率超过95%，当前值 {{ $value }}%"
    - alert: ESXi虚拟机CPU使用率过高
      expr: vmware_vm_cpu_usage_average/100>=95
      for: 30s
      labels:
        severity: "3"
      annotations:
        summary: "ESXi虚拟机CPU使用率过高"
        description: "主机：{{ $labels.host_name }}下的{{ $labels.vm_name }} CPU使用率超过95%，当前值 {{ $value }}%"
    - alert: ESXi虚拟机内存使用率过高
      expr: vmware_vm_mem_usage_average/100>=95
      for: 30s
      labels:
        severity: "3"
      annotations:
        summary: "ESXi虚拟机内存使用率过高"
        description: "主机：{{ $labels.host_name }} 下的{{ $labels.vm_name }}内存使用率超过95%，当前值 {{ $value }}%"

    - alert: ESXi实例CPU负载过高
      expr: (vmware_host_cpu_usage/vmware_host_cpu_max)*100>90
      for: 1m
      labels:
        severity: 1
      annotations:
        summary: "ESXi实例CPU负载过高"
        description: "宿主机：{{ $labels.host_name }} CPU负载超过90%，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>95
      for: 30s
      labels:
        severity: "1"
      annotations:
        summary: "ESXi实例内存使用率过高"
        description: "{{ $labels.host_name }} 内存使用率超过95%，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: "主机：{{ $labels.host_name }} 下的{{ $labels.vm_name }}快照数量超过5个，当前值 {{ $value }}%"

告警截图

六.grafana图表展示

添加 Prometheus 数据源，指向 Prometheus HTTP 地址，可导入15446 和 11243。

以下是项目上的dashboard，可根据情况导入vmware_exporter/dashboards at main · pryorda/vmware_exporter · GitHub

virtualmachine.json