# 工程化轻量级 Node.js 自托管监控工具：实时 HTTP/Ping/TCP 检查与自定义告警 > Uptime Kuma 是一个基于 Node.js 的开源自托管监控工具，支持实时 HTTP、Ping 和 TCP 检查。通过 Docker 快速部署，提供 90+ 通知渠道如 email、Slack 和 Discord。工程实践包括设置 30 秒间隔、连续失败阈值 3 次，以及状态页面配置，确保服务高可用。 ## 元数据 - 路径: /posts/2025/10/21/engineering-lightweight-nodejs-self-hosted-monitoring-tool-real-time-http-ping-tcp-checks-custom-alerts/ - 发布时间: 2025-10-21T23:31:52+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 站点: https://blog.hotdry.top ## 正文 在现代分布式系统中，服务可用性是核心关切。自托管监控工具如 Uptime Kuma 以其轻量级和灵活性脱颖而出，尤其适合资源有限的环境。它基于 Node.js 构建，支持实时 HTTP、Ping 和 TCP 检查，并集成多种告警渠道，避免了商业工具的订阅费用和数据隐私风险。通过工程化实践，可以实现高效的监控闭环，确保服务响应及时、告警精准。 Uptime Kuma 的优势在于其多协议支持和响应式 UI。官方数据显示，它能监控 HTTP(s)、TCP、Ping 等协议，检查间隔最低 20 秒，UI 采用 Vue 3 和 Bootstrap 5，确保操作流畅。根据 GitHub 仓库描述，该工具已获 7 万+ Star，证明其社区活跃度和可靠性。在实际部署中，它占用资源低，单实例内存使用约 100MB，适合 VPS 或内网服务器。 部署 Uptime Kuma 时，优先选择 Docker 以简化依赖管理。核心命令为：docker run -d --restart=always -p 3001:3001 -v /path/to/data:/app/data --name uptime-kuma louislam/uptime-kuma:1。该配置使用本地卷持久化数据，避免容器重启丢失监控历史。注意，官方警告不支持 NFS 等网络文件系统，应使用本地目录或 Docker 卷。首次访问 http://localhost:3001 创建管理员账号，并启用 2FA 增强安全。非 Docker 方式需 Node.js >=20.4 和 pm2 后台运行：git clone https://github.com/louislam/uptime-kuma.git；cd uptime-kuma；npm run setup；pm2 start server/server.js --name uptime-kuma。 对于 HTTP 检查，配置参数直接影响监控精度。输入 URL、方法（GET/POST）、自定义头和体，支持状态码验证（如 200）和关键词匹配（如响应中含 "success"）。最佳实践：设置间隔 30-60 秒，超时阈值 5-10 秒，避免频繁请求导致负载。证据显示，在生产环境中，30 秒间隔能平衡实时性和资源消耗；关键词监控可检测 API 异常，而非仅依赖状态码。启用 SSL 证书检查，提前 30 天告警过期。 Ping 检查用于网络连通性，指定主机 IP，间隔同 HTTP。工程参数：包大小 56 字节，超时 5 秒，连续失败 3 次触发告警。这基于 ICMP 协议，适合验证服务器在线，但防火墙可能阻挡。实际案例中，Ping 结合 HTTP 可区分网络 vs 服务故障。 TCP 检查针对端口开放，如监控 MySQL 3306 端口。参数包括主机、端口、超时（默认 10 秒）。最佳实践：针对关键服务如 SSH (22) 或 Redis (6379)，设置间隔 60 秒，失败阈值 2-3 次。Uptime Kuma 支持 Docker 容器监控，直接挂载 /run/docker.sock 卷，实现容器健康检查。 告警配置是 Uptime Kuma 的亮点，支持 90+ 渠道，包括 email (SMTP)、Slack、Discord。全局设置通知：在 Settings > Notifications 添加 SMTP (端口 465/TLS) 或 Slack Webhook。每个监控项可指定渠道和阈值，如 "Up" 恢复时通知、"Down" 失败时告警。工程参数：连续失败 3 次，避免抖动误报；响应时间 >500ms 警告。Discord 集成需 Bot Token，Slack 用 Incoming Webhook URL。证据：用户反馈显示，多渠道配置（如 email + Slack）可将响应时间缩短 50%。 可落地参数清单： 1. **部署清单**： - 环境：Docker 24+ 或 Node.js 20.4+。 - 卷挂载：/data:/app/data (SQLite 默认)。 - 端口：3001 (可代理到 80/443 via Nginx)。 - 启动：docker compose up -d，使用官方 compose.yaml。 2. **HTTP 检查参数**： - 间隔：30s。 - 超时：10s。 - 关键词：正则匹配，e.g., /success/。 - 最大重试：3。 3. **Ping/TCP 参数**： - Ping：主机 IP，间隔 60s，超时 5s。 - TCP：端口 80/443/3306，间隔 60s，失败阈值 3。 - 代理支持：若需，设置 HTTP_PROXY 环境变量。 4. **告警清单**： - Email：SMTP 服务器、端口 587 (STARTTLS)、用户名/密码。 - Slack：Webhook URL，频道 #alerts。 - Discord：Bot Token，频道 ID。 - 阈值：Down 3 次告警，Up 1 次恢复。 - 状态页面：创建公共页，添加 Logo 和自定义域。 5. **监控与维护**： - 日志：pm2 logs 或 docker logs uptime-kuma。 - 更新：docker pull louislam/uptime-kuma:latest；重启容器。 - 回滚：备份 /data 目录，版本固定如 :1.23.11。 - 风险：监控负载 <5% CPU；若高，增加间隔。 通过这些实践，Uptime Kuma 可实现 99.9% 服务可用性监控。相比 Prometheus 等重型工具，它更适合中小团队，轻量部署即用。 资料来源： - GitHub 仓库：https://github.com/louislam/uptime-kuma - 官方 Wiki：https://github.com/louislam/uptime-kuma/wiki - Docker Hub：https://hub.docker.com/r/louislam/uptime-kuma ## 同分类近期文章 ### [Apache Arrow 10 周年：剖析 mmap 与 SIMD 融合的向量化 I/O 工程流水线](/posts/2026/02/13/apache-arrow-mmap-simd-vectorized-io-pipeline/) - 日期: 2026-02-13T15:01:04+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析 Apache Arrow 列式格式如何与操作系统内存映射及 SIMD 指令集协同，构建零拷贝、硬件加速的高性能数据流水线，并给出关键工程参数与监控要点。 ### [Stripe维护系统工程：自动化流程、零停机部署与健康监控体系](/posts/2026/01/21/stripe-maintenance-systems-engineering-automation-zero-downtime/) - 日期: 2026-01-21T08:46:58+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析Stripe维护系统工程实践，聚焦自动化维护流程、零停机部署策略与ML驱动的系统健康度监控体系的设计与实现。 ### [基于参数化设计和拓扑优化的3D打印人体工程学工作站定制](/posts/2026/01/20/parametric-ergonomic-3d-printing-design-workflow/) - 日期: 2026-01-20T23:46:42+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 通过OpenSCAD参数化设计、BOSL2库燕尾榫连接和拓扑优化，实现个性化人体工程学3D打印工作站的轻量化与结构强度平衡。 ### [TSMC产能分配算法解析：构建半导体制造资源调度模型与优先级队列实现](/posts/2026/01/15/tsmc-capacity-allocation-algorithm-resource-scheduling-model-priority-queue-implementation/) - 日期: 2026-01-15T23:16:27+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析TSMC产能分配策略，构建基于强化学习的半导体制造资源调度模型，实现多目标优化的优先级队列算法，提供可落地的工程参数与监控要点。 ### [SparkFun供应链重构：BOM自动化与供应商评估框架](/posts/2026/01/15/sparkfun-supply-chain-reconstruction-bom-automation-framework/) - 日期: 2026-01-15T08:17:16+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 分析SparkFun终止与Adafruit合作后的硬件供应链重构工程挑战，包括BOM自动化管理、替代供应商评估框架、元器件兼容性验证流水线设计