ARTICLE · 1243924
8万 Star!GitHub 又一 AI 监控神器!
8万 Star!GitHub 又一 AI 监控神器!监控这件事，做过运维的都清楚，工具不缺，缺的是“省心”。 Zabbix功能全，但配置量大，新人接手一个现成环境都得先啃几天文档。Prometheus配Grafana是当下主流方案，灵活是灵活，代价是每接入一台机器就要写一轮exporter配置，PromQL不熟的话查个指标都得翻半天语法。 Netdata走的是另一个方向：装完，打开浏览器，机器状态已经在那儿了。GitHub目前80k+ Star。 
01 它到底是什么 
一个开源的实时性能监控平台。 在目标机器上装一个agent，通过19999端口访问内置仪表盘，CPU、内存、磁盘、网络、进程这些系统指标，加上MySQL、Redis等应用指标，全都直接呈现。 
官方对它的定位是“AI加持的全栈可观测平台”，说白了就是：不只展示数据，还会主动判断哪些指标异常，排查时把可疑项排到前面。 整体分三层： 
02 核心差异：不需要你告诉它监控什么 
目前支持八百多个集成，覆盖操作系统、容器、虚拟机、硬件传感器、数据库、Web服务等。 最关键的一点：装完之后它自己扫描机器，发现什么就监控什么，仪表盘自动生成。 
用Prometheus的话，每台机器要配exporter，每个服务要单独接入。Netdata把这一步整个砍掉了。 自动发现不代表不能手动配。想加收集器或调整采集项都可以，只是绝大多数场景用不上。 
另外它也支持OpenMetrics和StatsD两种通用格式，应用自己吐的指标能直接接进来。 
03 一秒一条数据，瞬时问题跑不掉 
采集频率是每秒一次，采完立刻上图，延迟约一秒。 这一点听起来不起眼，实际差距很大。 很多监控工具30秒甚至一分钟才采一轮。那种只持续几秒的CPU飙高、网络抖动，在图上直接被平均掉，事后根本查不到。 线上最难查的故障，往往是“出了问题又自己恢复了”。一秒级的数据，就是为这类场景准备的。 
04 不用学查询语言，点鼠标就行 
Prometheus用户都懂，想看稍微复杂点的数据就得写PromQL。 
Netdata的操作方式是在图表上直接点：按机器分组、按网卡分组、按指标维度筛选，几下鼠标就能完成。 
05 18个模型投票，才判定一次异常 
异常检测用的是无监督机器学习。 每个指标训练18个模型，各自看不同时间窗口的历史数据，学习这个指标正常时的形态。判断异常时18个模型一起投票，全部认为异常才算数，误报率因此被压下来。 训练在本地机器上完成，数据不出门。 装完约15分钟出第一批结果，跑两天模型全部训练完毕，中间不需要人工干预。 出问题时有一个Anomaly Advisor，把当前最可疑的指标按顺序列出来。以前排查是对着几十张图逐个猜，现在可以先看它给的排序。 
06 告警规则开箱即用 
自带几百条预置规则，磁盘将满、内存疑似泄漏、网络错误率上升这些常见场景都覆盖了。 通知渠道支持邮件、Slack、PagerDuty、Webhook。通过Webhook转发，企业微信和钉钉也能接上。邮件只要有MTA就默认可用。 如果团队在用Claude Code、Codex这类AI编程工具，可以把它们接到监控数据上，用自然语言提问，比如“昨天下午那台机器CPU为什么突然飙升”，它会自己查数据并给出分析。 
07 自身开销小，数据留在本地 
监控工具最怕自己成为负担。 官方数据：单机每秒采集5000个指标时，大约占单核CPU的5%、200MB内存。 阿姆斯特丹大学2023年的一项对比研究认为，它在CPU、内存和执行时间上都优于同类工具。 数据存储在本机，每个采样点压缩后约占0.5字节，磁盘足够的话可以存好几年。 想接入现有监控体系也没问题：除Prometheus外，还支持导出到InfluxDB、Graphite、OpenTSDB，Grafana有现成数据源插件。 它还能直接读systemd-journald和Windows事件日志，日志在本地处理完再可视化，省掉单独搭日志系统的麻烦。 此外有一个打分引擎，会跨指标找关联——比如某台机器CPU飙高，是不是因为隔壁那台出了问题。 
08 安装是它最省事的部分 
单机、容器、多机三种场景，各有一条路径，装完统一访问19999端口。 Linux一条命令： ···bash 脚本先落到/tmp再执行，装完浏览器打开http://服务器IP:19999，仪表盘已经在了，中间不需要任何配置。 macOS、FreeBSD、Windows都支持，K8s有专门部署方式。 Docker方式： ···bash -p映射19999端口，--cap-add SYS_PTRACE让容器能看见宿主机进程，-v把宿主机根目录只读挂载进去，这样它才能读到宿主机的磁盘和网络信息。 完整挂载参数更多，建议按官方文档来，上面这条是最精简的可运行版本。 多台机器： 每台各装一个agent。想要统一入口，可以注册Netdata Cloud关联多台机器，个人使用免费额度足够；不想用云的话，自己搭一个parent节点，让其他agent把数据汇总过来。 
09 适合哪些场景 
10 两点不足 
官方重心明显在Netdata Cloud上，部分AI排障能力留在云端。纯自托管能用核心监控和异常检测，但体验不是满血。 另外它强在基础设施层，如果需要完整的应用性能追踪，还得搭配其他工具。 建议：有服务器就装一个试试。一行命令，数据不出本机，就算只用来看看实时曲线也不亏。小团队从零搭监控，可以先拿它顶着。 
你在看吗
上方蓝色“程序员追风”，选择“设为星标”
来源：github.com/netdata/netdata
Agent：跑在你自己机器上，负责采集、存储、推理、告警和数据导出 Cloud：多节点统一视图和集中告警配置，不存原始指标 UI：仪表盘，CDN分发
wget -O /tmp/netdata-kickstart.sh https://get.netdata.cloud/kickstart.sh && sh /tmp/netdata-kickstart.sh
docker run -d --name=netdata -p 19999:19999 --cap-add SYS_PTRACE -v /:/host/root:ro,rslave netdata/netdata
手上有几台云服务器或VPS，想随时看实时状态，装完就能用 线上问题排查，一秒级数据抓瞬时抖动比粗粒度监控强得多 跑AI训练或推理的机器，GPU功耗、温度、显存占用可以实时盯 小团队不想维护Prometheus加Grafana整套，一个工具顶好几个
开源地址：https://github.com/netdata/netdata
你在看吗
