要实现linux网络实时性能监控，关键是通过node exporter采集内核暴露的网络指标（如丢包、tcp状态等），并经prometheus抓取与grafana可视化形成可观测链路；默认启用--collector.netdev、--collector.netstat、--collector.ethtool即可，需验证/metrics中相关指标存在，配置合理scrape_interval（15s），并在grafana中聚焦链路健康度、tcp连接生命周期、队列压力及网卡底层状态等核心维度。
要实现 Linux 网络实时性能监控，关键是把内核暴露的网络指标（如丢包、队列长度、TCP 状态、缓冲区使用等）通过 Prometheus 可采集的方式暴露出来，并形成端到端可观测链路。Node Exporter 是默认支持这一能力的核心组件，但需明确启用并理解其采集逻辑。
网络指标从哪来？
Linux 内核通过 /proc/net/、/sys/class/net/、ethtool、ss 等接口提供原始数据。Node Exporter 在启动时自动收集这些路径下的指标（例如 node_network_receive_bytes_total、node_netstat_Tcp_CurrEstab、node_network_transmit_drop_total），无需额外插件——只要它以默认配置运行即可。
确保 Node Exporter 正确采集网络指标
- 启动时不要加
--no-collector.*参数屏蔽网络相关 collector - 默认已启用：
--collector.netdev（网卡流量）、--collector.netstat（TCP/UDP 协议栈统计）、--collector.ethtool（驱动级队列与错误） - 验证方式：访问
http://<node-exporter-host>:9100/metrics</node-exporter-host>，搜索node_netstat_或node_network_，应看到数百条指标
Prometheus 抓取配置必须匹配
在 prometheus.yml 中定义目标时，确保 job 指向 Node Exporter 实例且抓取间隔合理：
scrape_configs: - job_name: 'linux-network' static_configs: - targets: ['192.168.1.10:9100'] # 替换为实际被监控主机IP scrape_interval: 15s
避免设为过短（如 1s），否则可能压垮 /proc 接口；也不宜过长（>30s），影响丢包、瞬时拥塞等关键事件的发现时效。
Grafana 中聚焦真实网络问题的指标组合
不是所有指标都同等重要。优先构建以下维度的看板：
-
链路健康度：
rate(node_network_transmit_errs_total[5m])、rate(node_network_transmit_drop_total[5m]) -
TCP 连接生命周期：
node_netstat_Tcp_CurrEstab（活跃连接）、node_netstat_TcpAttemptFails（连接失败）、node_netstat_TcpTimeWait（TIME_WAIT 数量） -
接收/发送队列压力：
node_netstat_Socket_RmemAlloc与node_netstat_Socket_WmemAlloc（套接字缓冲区占用） -
网卡底层状态：
node_ethtool_rx_errors、node_ethtool_tx_errors（驱动层错误，常预示硬件或驱动问题）
可立即验证的典型问题定位场景
- 若
node_network_receive_drop_total持续上升 → 检查net.core.netdev_max_backlog和ring buffer大小（用ethtool -g eth0查） - 若
node_netstat_TcpRetransSegs显著高于node_netstat_TcpOutSegs的 1% → 存在网络丢包或重传超时，结合ping -R或mtr追踪路径 - 若
node_netstat_TcpListenOverflows> 0 → 应用 accept 队列溢出，需调大net.core.somaxconn或优化服务吞吐
整个链路不依赖定制开发，标准 Node Exporter + Prometheus + Grafana 即可落地。重点在于理解指标含义、设置合理抓取节奏、并在 Grafana 中按故障模式组织视图，而非堆砌全部指标。
