把威联通 NAS 接进 Prometheus 监控

本文最后更新于：2026年10月12日上午

前言

终于等来了国庆长假！宅在家折腾自己的 HomeLab、 K8s、 NAS 服务器集群的感觉真爽！这次长假真的是折腾了好多东西，感兴趣的读者请期待后续的爆更，等不及的话也可以直接看我的 repo - east4ming/homelab2 的 PR 和 Commits。

homelab2 里有一台 QNAP NAS，跑了好几年，一直是块心病：它不在监控里。

集群里的 node、pod、中间件、URL 监控都齐了，偏偏这台 NAS 是个黑盒。它上面躺着我的照片、备份、电视、电影，盘什么时候开始报错、卷什么时候快满了，全靠我偶尔登 Web 控制台瞄一眼。典型的「防御式运维」，出事了才知道。

这件事放在待办清单里至少快 2 年了，趁国庆把这套补上。折腾完之后发现，坑比我想的多得多，尤其是那个 **「面板有曲线但数据是假的」** 的静默失效，说实话有点费劲。

先交代下对象：

项目	值
型号	QNAP TS-453Bmini（NAS33657A）
系统	QTS 5.2.10 / kernel 5.10.60-qnap / x86_64
内存	16GB
LAN	192.168.3.216
盘位	4 个内置 + 1 个 USB 外接盘
存储卷	5 个

最终效果图

先放几张最终效果图：

NAS Dashboard 1

NAS Dashboard 2

NAS Prometheus Alertrules

手机收到 NAS 告警

方案：Container Station 跑两个只读 exporter

NAS 上没法装 K8s agent，但 QNAP 有 Container Station（本质是个 docker）。所以思路很直接：

NAS 侧跑两个 exporter，走 host 网络，让集群直接按 IP:Port 抓；
集群侧在 Prometheus 里加两个静态 job；
告警和面板都在集群侧统一管理。

# metal/nas/docker-compose.yml
services:
  nas-node-exporter:
    image: quay.io/prometheus/node-exporter:v1.8.2
    container_name: nas-node-exporter
    network_mode: host
    restart: unless-stopped
    pid: host
    privileged: true
    command:
      - --path.rootfs=/host
      - --collector.filesystem.mount-points-exclude=^/(dev|proc|sys|run|mnt/snapshot|share/NFSv=4)($|/)
    volumes:
      - /:/host:ro,rslave

  nas-smartctl-exporter:
    image: docker.io/prometheuscommunity/smartctl-exporter:v0.14.0
    container_name: nas-smartctl-exporter
    network_mode: host
    restart: unless-stopped
    privileged: true
    user: "0:0"
    command:
      - --smartctl.device=/dev/sda;sat
      - --smartctl.device=/dev/sdb;sat
      - --smartctl.device=/dev/sdc;sat
      - --smartctl.device=/dev/sdd;sat
      - --smartctl.device=/dev/sde;sat

📝Notes: restart: unless-stopped 是必须的，NAS 断电重启后要能自动恢复采集，不然又是一次静默盲区。

实测开销：node-exporter 3101 条序列 / 19.89MiB，镜像 23.3MB；smartctl-exporter 496 条序列 / 6.449MiB，镜像 32.2MB。对 16GB 内存的 NAS 来说基本无感。

🐾 注意： 镜像源要挑。实测 quay.io/prometheus-community/smartctl-exporter 返回 unauthorized，docker.io/prometheuscommunity/smartctl-exporter 才是可用的。node-exporter 走 quay.io 没问题。

坑一：温度恒为 0 的静默失效 😱

这是最阴的一个。

第一版 compose 里，我偷懒没指定设备，让 exporter 自己扫：

smartctl --scan-open
# /dev/sda -d scsi
# /dev/sdb -d scsi
# /dev/sdc -d scsi
# /dev/sdd -d scsi

4 块 SATA 机械盘，全被识别成 SCSI。后果是什么？

smartctl_device_temperature 恒为 0；
ATA 属性（通电时间、重映射扇区、SMART 各项原始值）全部缺失；
但 exporter 照常输出、Grafana 面板照常画曲线。😑

这就叫静默失效，比没数据危险得多。没数据你会去查，有数据你会信。要是哪天盘真过热了，我的告警规则永远触发不了。

修法：强制 SAT 类型。

1	`--smartctl.device=/dev/sda;sat`

📝Notes: <device>;<type> 这个语法要求镜像 ≥ v0.14.0。我先用 v0.12.0 试的，直接报 No such device，白折腾半小时。

改完之后温度才正常：sda 46°C、sdb 49°C、sdc 45°C、sdd 44°C、sde 44°C，5 块盘 smart_status 全为 1。

坑二：设备不可见 + 容器跑在 nobody

强制指定 /dev/sdX 之后，第二个坑立刻撞上来：/dev/sd* 在普通容器里根本不存在。

加上 privileged: true 才出现。但出现之后还打不开 —— 容器默认 UID 是 nobody，而 /dev/sda 的权限是 brw------- root:root。

所以这两行必须同时存在：

1 2	`privileged: true user: "0:0"`

📝Notes: 这是我个人比较不喜欢的那种组合：privileged + root。但 SMART 读取本质上就是特权操作，绕不过去。缓解措施是容器只读挂载宿主 /，不挂 docker.sock，不监听公网，端口只开在 LAN IP 上。

坑三：挂载点噪声

node-exporter 挂宿主根目录，会带出一堆垃圾：

25 个 /mnt/snapshot/<pool>/<snap> 快照视图
/share/NFSv=4/* 重导出
/share/CACHEDEV*_DATA/.qpkg/* QPKG 沙箱
宿主自己的 /sys、/proc

不排除的话，容量面板能给你刷出几十行，全是假的。

排除之后 node_filesystem_size_bytes 恰好剩 10 个挂载点，其中真实存储卷 6 个：/share/CACHEDEV1..5_DATA 加上 /share/external/DEV3303_1。

1
2

- --collector.filesystem.mount-points-exclude=^/(dev|proc|sys|run|mnt/snapshot|share/NFSv=4)($|/)
- --collector.filesystem.fs-types-exclude=^(autofs|binfmt_misc|cgroup|configfs|debugfs|devpts|devtmpfs|fusectl|hugetlbfs|mqueue|nsfs|overlay|proc|procfs|pstore|rpc_pipefs|securityfs|selinuxfs|squashfs|sysfs|tracefs)$

盘位标签：为什么要硬编码

磁盘告警只说 /dev/sdc 没用，我要的是「bay1 那块盘」。盘位映射依据实测：

qcli_storage -d
# sdc → bay1
# sdd → bay2
# sda → bay3
# sdb → bay4

在 metric_relabel_configs 里逐条静态映射：

metric_relabel_configs:
  - source_labels: [device]
    regex: /dev/sdc
    target_label: disk
    replacement: bay1
  # ... 其余三块同理

🤔 有同学会问：为什么不用 relabel_configs 的 labelmap 批量映射？

因为 separator 是全局参数，批量映射出来是 /dev/sdc;bay1 这种，拿不到干净的 disk=bay3。这种小场景，老老实实写四行反而最省事。

告警：两处「上线即永久误报」

6 条规则：卷容量两级阈值、卷被重挂只读、RAID 失去冗余、SMART 健康失败、磁盘高温。抓取中断直接复用既有的 TargetDown，不重复定义。

但写完跑 promtool check rules 通过，不代表规则能上线。用真实环境样本一评估，两条规则是永久误报：

误报一：/mnt/ext

它是 436MB 的固件 DOM（/dev/md13），实测可用只剩 7.69%。这是 QNAP 的固定布局，不可配置。卷容量规则必须限定排除掉固件 DOM：

1
2
3

expr: |
  node_filesystem_avail_bytes{mountpoint=~"/share/.+"}
    / node_filesystem_size_bytes{mountpoint=~"/share/.+"} < 0.15

误报二：md9 / md13

这俩是 32 槽位的固件 DOM 镜像，实际只用 4 槽，所以 node_md_disks{state="active"} < node_md_disks_required 恒成立。RAID 规则必须硬编码范围，并且用 on (device) 做向量匹配：

1
2
3

expr: |
  node_md_disks{state="active", device=~"md1|md2|md256|md322"}
    < on (device) node_md_disks_required

修正后，6 条规则在当前环境全部 inactive（数据卷可用 29%–90%，SMART 全为 1，最高盘温 49°C）。

📝Notes: 这两条属于领域约束，不是 bug。你不能改 QNAP 的固件 DOM 设计，只能把范围限制硬编码进规则。写告警的时候，光看语法过没过是远远不够的，必须拿真实样本逐条评估。

GitOps 的边界：ArgoCD 管不了集群外的容器

集群侧所有资源（scrape config、rules、dashboard）全部走 ArgoCD，这个没争议。争议在 NAS 侧。

我逐条否决了几条路：

方案	否决原因
NAS 上装 k3s 当节点	4 盘位家用 NAS，为了跑两个 exporter 装个 K8s，杀鸡用牛刀
ArgoCD ConfigManagementPlugin	还是要落容器到 NAS，问题没解决
自建 webhook 控制器	维护成本远超收益
Entware 非容器安装	无版本锁定、无回滚、污染 QTS 系统

最终方案：compose 入库 + Container Station 人工导入。

好处是配置有版本、可追溯、可 review；代价是导入这一步得手动 —— 改了 compose，得去 Container Station 重建应用。

说实话这个代价我认了。ArgoCD 的管辖边界就是「集群内」，硬要把它伸到集群外的设备上，只会搞出一堆更脆的胶水。NAS 不是集群节点，也不该被塞进 metal/inventories/prod.yml。所以 NAS 的采集定义单独放 metal/nas/，各归各的。

没采到的指标，也交代一下

机箱温度、风扇转速：QNAP 控制器不通过 hwmon 暴露，/sys/class/hwmon 下只有 CPU coretemp。所以温度监控只覆盖硬盘。
qcli_hdd：需要交互式 QCLI 登录，会引入管理员凭据，否决。
get_hd_smartinfo：实测无输出，依赖私有库，否决。
NAS 上不存在 smartctl 和 snmpd。

参考了两个仓库（zottelbeyer/QNAP-collectd-influxdb-grafana 走 collectd 推送 InfluxDB，sandrotosi/qnap-dashboards 依赖 SNMP），跟本仓库的 Prometheus 拉取模型都不兼容，只作指标维度参考，没采用。

运维要点

增删硬盘：要更新 compose 里的 --smartctl.device 列表并在 Container Station 重建应用。显式指定设备后，exporter 不再自动重扫。
QTS 升级导致盘符变化：按 qcli_storage -d 复核盘位。
NAS 换 IP：更新 values.yaml 里的两个静态目标。
硬盘休眠：SMART 读取可能把盘唤醒，介意的话要权衡采集频率。

总结

把 NAS 接进监控只是表面，真正让我长记性的是那些静默失效。

面板上有曲线、指标有输出，不等于数据是对的。SCSI 误判、UID 打不开设备、挂载点噪声、固件 DOM 的永久误报，每一个都不会报错，只会安安静静地骗你。

纸上得来终觉浅，绝知此事要躬行。规则语法过了、promtool 过了，都只是第一步；真正让规则可信的，是拿实测样本一条条去跑、去对、去证伪。

现在这套跑在 homelab2 上：13 个面板的 nas.json，6 条告警规则全 inactive，5 块盘温度 44–49°C，数据卷可用 29%–90%。终于不用再登 Web 控制台了。🎉

以上。

📚️参考文档

Monitoring

#Prometheus #NAS #QNAP #smartctl #监控

把威联通 NAS 接进 Prometheus 监控

https://ewhisper.cn/posts/10638/

作者

东风微鸣

发布于

2026年10月10日

许可协议

精简 Linux 固件包：每个 N100 节点省下约 450 MB 下一篇