阿里云可观测监控 prometheus 版监控 nginx 的核心是“暴露指标→抓取数据→可视化呈现→告警联动”四步闭环：需启用 stub_status 和 upstream-check 模块暴露健康事实，用 nginx-prometheus-exporter 翻译为 prometheus 指标，通过 arms 控制台一键接入并使用预置大盘，再基于 nginx_upstream_server_healthcheck_fails_current 等指标配置节点级、集群级和连接积压告警。
阿里云可观测监控 Prometheus 版采集 Nginx 服务运行状态并构建健康检查大盘，核心在于“暴露指标 → 抓取数据 → 可视化呈现 → 告警联动”四步闭环。关键不在于装一个 exporter 就完事，而在于让 Nginx 主动说出它知道的健康事实，并确保这些事实能被准确翻译成 Prometheus 可理解的语言。
让 Nginx 暴露真实健康状态
Nginx 默认不输出后端节点健康分、连续失败次数或实时活跃连接数。必须通过模块扩展其“表达能力”：
- 启用 ngx_http_stub_status_module：提供基础连接与请求统计（
Active connections,accepts/handled/requests），是所有监控的起点 - 集成 nginx-upstream-check-module（或 OpenResty 内置 health check）：在
upstream块中配置主动探测，例如：check interval=3 rise=2 fall=3 timeout=1 type=http;check_http_send "GET /health HTTP/1.1\r\nHost: x.com\r\nConnection: close\r\n\r\n";check_http_expect_alive http_2xx; - 开启 status 页面权限控制：如
location /status { check_status; allow 10.0.0.0/8; deny all; }，避免健康拓扑泄露
用 Exporter 把状态“翻译”成 Prometheus 指标
原生 Nginx 的 /status 或 /status/format/json 是人类可读格式，Prometheus 无法直接解析。需要专用 Exporter 做结构化转换：
-
nginx-prometheus-exporter（官方推荐）：定期抓取
/nginx_status和/status（需 upstream_check 支持），输出如：nginx_upstream_server_healthcheck_fails_current{upstream="api",server="192.168.1.10:8080"}nginx_upstream_server_active_connections{upstream="api",server="192.168.1.10:8080"} - 若使用 nginx-module-vts，配合
vts-exporter可获取更细粒度的 upstream/server 维度指标，包括响应时间分布、错误码计数等 - Exporter 启动后监听默认端口（如
:9113），Prometheus 通过scrape_configs中配置targets: ['exporter-host:9113']定期拉取
在 ARMS/Prometheus 控制台配置采集与大盘
阿里云 ARMS 控制台已封装标准流程，省去手动写 job 配置的步骤：
- 登录 ARMS 控制台 → 接入中心 → 搜索“Nginx” → 选择环境类型（容器服务集群 或 ECS/VPC）
- 填写目标地址（如容器内 Service 名称 或 ECS 内网 IP + Exporter 端口）
- 保存后自动创建采集任务，并关联开箱即用的 专属监控大盘，含：活跃连接趋势、上游节点健康状态热力图、各节点失败次数排行、P95 响应延迟下钻等
- 在“采集指标”页签可确认是否已采集到
nginx_upstream_server_healthcheck_fails_current、nginx_upstream_server_weight等关键健康相关指标
基于健康指标配置有效告警
有数据不等于有洞察，告警规则需紧扣业务影响：
- 节点级异常：当某后端连续 3 分钟
nginx_upstream_server_healthcheck_fails_current > 0，触发“节点疑似失联”告警 - 集群级风险：计算健康节点占比：
count by(upstream) (nginx_upstream_server_healthcheck_fails_current == 0) / count by(upstream) (nginx_upstream_server_healthcheck_fails_current)
低于 80% 时告警“上游集群健康率过低” - 连接积压预警：某节点
nginx_upstream_server_active_connections > nginx_upstream_server_max_conns * 0.8，提示可能过载
