device-metrics-exporter

rocm/device-metrics-exporter Docker Image

AMD设备指标导出器,用于向Prometheus提供监控指标

2 次收藏下载次数: 0状态:社区镜像维护者:AMD ROCm 官方容器镜像仓库类型:镜像最近更新:

AMD Device Metrics Exporter for Prometheus 镜像文档

镜像概述和主要用途

本镜像是一个针对Prometheus的AMD设备指标导出器,用于收集AMD硬件设备(如Radeon GPU、EPYC CPU等)的关键运行指标,并通过HTTP端点以Prometheus兼容格式暴露,支持Prometheus服务器进行指标抓取与监控分析。

核心功能和特性

核心功能

  • 多设备支持:兼容AMD Radeon系列GPU、EPYC系列CPU及部分APU设备
  • 全面指标采集:覆盖设备温度、利用率(GPU/CPU核心、内存)、功耗、时钟频率、内存使用量等关键指标
  • Prometheus原生兼容:指标格式符合Prometheus规范,支持直接接入Prometheus监控体系
  • 轻量部署:基于Alpine或Distroless基础镜像,镜像体积小,资源占用低

主要特性

  • HTTP指标端点:默认通过/metrics路径暴露指标,支持自定义监听端口
  • 设备筛选:支持通过设备ID、型号或类型筛选需监控的设备
  • 实时采集:指标采集间隔可配置,默认10秒/次
  • 日志分级:支持info/debug/warn/error多级日志,便于问题排查

使用场景和适用范围

典型使用场景

  • 数据中心AMD GPU/CPU集群状态监控
  • 高性能计算(HPC)环境中AMD设备资源利用率追踪
  • 边缘计算节点AMD硬件健康状态监控
  • 个人工作站/服务器AMD设备性能调优与故障预警

适用范围

  • 运行AMD Radeon GPU(需ROCm驱动或开源AMDGPU驱动)的Linux主机
  • 搭载AMD EPYC/Ryzen CPU的服务器/工作站
  • 支持Docker容器化部署的环境(物理机、虚拟机、Kubernetes集群等)

使用方法和配置说明

前置要求

  • 主机已安装AMD设备驱动(如ROCm 5.0+或开源AMDGPU驱动)
  • 容器需具备访问主机设备信息的权限(通过挂载主机系统目录实现)

基本使用(Docker Run)

最简启动命令

bash
docker run -d \
  --name amd-metrics-exporter \
  -p 9255:9255 \
  -v /sys:/sys:ro \
  --device /dev/dri \
  docker.xuanyuan.run/amddevice/metrics-exporter:latest

自定义配置示例

bash
docker run -d \
  --name amd-metrics-exporter \
  -p 9255:9255 \
  -e LISTEN_PORT=9255 \
  -e DEVICE_FILTER="GPU-1234;CPU-5678" \
  -e SCRAPE_INTERVAL=5 \
  -e LOG_LEVEL=debug \
  -v /sys:/sys:ro \
  -v /dev/dri:/dev/dri \
  docker.xuanyuan.run/amddevice/metrics-exporter:latest

Docker Compose配置

yaml
version: '3.8'
services:
  amd-metrics-exporter:
    image: docker.xuanyuan.run/amddevice/metrics-exporter:latest
    container_name: amd-metrics-exporter
    ports:
      - "9255:9255"
    environment:
      - LISTEN_PORT=9255           # 监听端口(默认9255)
      - DEVICE_FILTER="GPU"         # 设备筛选(支持型号/ID模糊匹配,多设备用;分隔)
      - SCRAPE_INTERVAL=10          # 指标采集间隔(秒,默认10)
      - LOG_LEVEL=info              # 日志级别(info/debug/warn/error,默认info)
    volumes:
      - /sys:/sys:ro                # 只读挂载系统设备信息目录
    devices:
      - /dev/dri:/dev/dri           # 挂载GPU显示设备(若监控GPU)
    restart: unless-stopped

配置参数说明

环境变量配置

环境变量名描述默认值示例值
LISTEN_PORTHTTP服务监听端口92559100
DEVICE_FILTER设备筛选规则(支持型号/ID模糊匹配,多设备用;分隔,空值表示全部设备)空值"GPU-1234;EPYC"
SCRAPE_INTERVAL指标采集间隔(秒)105
LOG_LEVEL日志输出级别infodebug
METRICS_PATH指标暴露HTTP路径/metrics/amd_metrics

指标暴露与Prometheus集成

指标端点

exporter启动后,通过http://<容器IP>:<LISTEN_PORT>/<METRICS_PATH>暴露指标,例如:

http://localhost:9255/metrics

Prometheus抓取配置示例

在Prometheus的prometheus.yml中添加如下配置:

yaml
scrape_configs:
  - job_name: 'amd_device_metrics'
    static_configs:
      - targets: ['amd-metrics-exporter:9255']  # 替换为exporter容器地址:端口
    scrape_interval: 15s  # 建议与exporter采集间隔一致或更长

常见问题与注意事项

  1. 设备访问权限:

    • 若监控GPU,需确保容器挂载/dev/dri设备(--device /dev/dri)
    • 部分系统信息需访问/sys目录,需通过-v /sys:/sys:ro挂载主机/sys目录(只读)
  2. 驱动兼容性:

    • 推荐使用ROCm 5.2+或Linux内核自带的AMDGPU驱动(内核版本5.4+)
    • 驱动未安装或版本过低可能导致指标采集不全或失败
  3. 多设备筛选:

    • 使用DEVICE_FILTER环境变量筛选设备,支持模糊匹配(如DEVICE_FILTER="Radeon"仅监控Radeon系列GPU)
    • 多设备用;分隔(如DEVICE_FILTER="card0;card1"监控指定GPU设备)
  4. 容器资源限制:

    • 建议为容器分配至少1CPU核心和64MB内存(指标采集资源消耗低)

指标参考(部分关键指标)

指标名称描述标签
amd_gpu_temperature_celsiusGPU核心温度(摄氏度)device_id, model, card
amd_gpu_utilization_percentGPU利用率(百分比)device_id, model, card
amd_gpu_memory_used_bytesGPU内存已使用量(字节)device_id, model, card
amd_cpu_core_utilizationCPU核心利用率(百分比)cpu_id, model, socket
amd_device_power_watts设备实时功耗(瓦特)device_id, model, type

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。

轩辕镜像加速拉取命令点我查看更多 device-metrics-exporter 镜像标签

docker pull docker.xuanyuan.run/rocm/device-metrics-exporter:<标签>

DockerHub 原生拉取命令

docker pull rocm/device-metrics-exporter:<标签>
专业版 · 高速稳定拉取镜像
50GB 仅 ¥8/年
高速镜像下载在线技术支持专业版保障服务可用付费会员免广告