如何使用Prometheus采集服务器登录用户的CPU、内存等使用指标？

方案1：使用process-exporter（最推荐） #

process-exporter是官方维护的进程级指标采集工具，支持直接按用户名聚合进程资源数据，无需额外开发即可满足需求：

• 首先在配置文件中指定按用户维度分组进程，参考配置片段：

process_names:
  - name: "{{.Username}}"
    cmdline:
    - ".+"

• 启动exporter后会自动生成namedprocess_name_cpu_seconds_total（CPU累计使用时长）、namedprocess_name_rss_bytes（物理内存使用量）等指标，指标自带name标签对应用户名，直接通过PromQL按标签聚合即可得到每个用户的总资源占用
• 支持自定义过滤规则，可按需排除系统进程、只统计业务/作业进程，降低采集开销
• 注意：若服务器进程量级过万，可适当调大采集间隔，避免额外性能消耗

方案2：扩展node_exporter采集能力 #

如果已经部署了node_exporter，可通过自带的textfile collector实现自定义用户级指标采集：

• 启动node_exporter时添加参数--collector.textfile.directory=/path/to/metric/dir，指定指标文件的存放目录
• 编写shell脚本定时统计每个用户的资源使用总和，输出为Prometheus格式的指标并存入上述目录，参考脚本核心逻辑：

# 统计每个用户的物理内存总使用量（单位：字节）
ps hax -o rss,user | awk '{rss[$2]+=$1*1024} END {for(u in rss) print "user_memory_usage_bytes{user=\""u"\"}", rss[u]}' > /path/to/metric/dir/user_metrics.prom
# 统计每个用户的CPU累计使用时长（单位：秒）
ps hax -o cputime,user | awk 'BEGIN{OFMT="%.2f"} {cpu[$2]+=substr($1,1,2)*3600 + substr($1,4,2)*60 + substr($1,7,2)} END {for(u in cpu) print "user_cpu_seconds_total{user=\""u"\"}", cpu[u]}' >> /path/to/metric/dir/user_metrics.prom

• 将脚本加入crontab定时执行（推荐间隔1-5分钟），指标会自动被node_exporter采集上报

方案3：作业集群专属方案 #

如果你的计算服务器是Slurm、PBS等调度器管理的作业集群，可直接使用调度器对应的exporter：

• Slurm集群可使用slurm_exporter，直接采集每个作业关联的用户、CPU、内存使用数据，额外支持作业ID、队列、运行时间等标签的关联统计
• PBS集群可使用pbs_exporter，同样支持用户维度的作业资源聚合查询

常用查询PromQL示例 #

• 实时查询各用户内存使用率：sum by (user) (namedprocess_name_rss_bytes) / sum by (instance) (node_memory_MemTotal_bytes) * 100
• 查询过去1小时各用户CPU平均使用率：sum by (user) (rate(namedprocess_name_cpu_seconds_total[1h])) / sum by (instance) (count by (cpu) (node_cpu_seconds_total{mode="user"})) * 100

内容的提问来源于stack exchange，提问作者Bowen