先说我自己的情况
我有台腾讯云轻量 2C2G，Ubuntu 22.04，Docker 24.0.7，compose v2.23.0。 去年 8 月先装了 Uptime Kuma 1.23.13，端口 3001，数据挂到 /opt/uptime-kuma，SQLite。 监控 41 个目标：12 个网页、8 个 API、6 个 TCP、3 个 DNS、2 个 Docker 容器、10 个证书到期。 检查间隔 60 秒，重试 3 次，超时 10 秒，Telegram 通知。 跑了 90 天，内存 180-260MB，CPU 平均 1.8%，数据库 210MB。
问题不是它能不能用，而是它回答不了为什么
凌晨 3 点备份，API 偶尔超时。 Uptime Kuma 只给我一条：宕机 2 分钟。 我翻 heartbeat，只有响应时间折线，不知道是 MySQL 锁、磁盘 IO 还是备份进程把带宽吃满。 后来我加了 Prometheus 2.48、Grafana 10.2、node_exporter 1.7、blackbox_exporter 0.24、Alertmanager 0.26。 内存从 260MB 冲到 1.1GB，2C2G 开始 swap，Grafana 首屏 5 秒。 那一刻我明白：小机器上，监控全家桶不是不行，是会把你本来就紧张的资源再砍一刀。
硬对比：别只看功能列表
| 维度 | Uptime Kuma 1.23.x | Prometheus + Grafana + exporters |
|---|---|---|
| 部署 | 单容器，端口 3001，MIT | 至少 4 个容器：9090/3000/9100/9115 |
| 模型 | 主动探测 HTTP/TCP/Ping/DNS/Docker/Push | 拉取 exporter，PromQL 查询 |
| 告警 | 内置通知，Telegram/邮件/Webhook | Alertmanager，分组/静默/抑制更强 |
| 数据 | SQLite，心跳和响应时间，保留天数可设 | TSDB，默认 15d，可 retention 30d/90d |
| 证书 | HTTP 监控里直接看到期 | blackbox 的 probe_ssl_earliest_cert_expiry |
| 状态页 | 自带公开状态页 | Grafana 能做，但权限和样式要折腾 |
| 资源 | 41 个目标约 260MB | 同样目标我这边 1.1GB 起 |
我的做法：不是二选一，是分工
Uptime Kuma 继续管“活没活”和对外状态页。 Prometheus 只抓 8 个关键指标：up、probe_duration_seconds、probe_ssl_earliest_cert_expiry、node_load1、node_memory_MemAvailable_bytes、node_filesystem_avail_bytes、node_disk_io_time_seconds_total、node_network_receive_bytes_total。 retention 设 30d，Grafana 只留 2 个 dashboard，Alertmanager 只开 3 条规则：up == 0 for 2m、证书小于 14 天、probe_duration_seconds > 3 for 5m。 内存回到 700MB 左右，没再 swap。 这套方案丑，但能跑。
如果你要抄作业，按这个顺序
- 先装 Uptime Kuma：docker run -d --restart=always -p 3001:3001 -v uptime-kuma:/app/data --name uptime-kuma louislam/uptime-kuma:1。
- 浏览器进 http://服务器IP:3001，设管理员，加 HTTP(s)，间隔 60，重试 3，超时 10，通知选 Telegram。
- 只有当你需要趋势、P95、容量、多主机指标，再上 Prometheus。prometheus.yml 里 scrape_interval: 15s，evaluation_interval: 15s。
- blackbox job 用 metrics_path: /probe，params 里 module: [http_2xx]，targets 写你的 URL，relabel 把 address 换成 __param_target，instance 换成目标地址。
- blackbox.yml 写 http_2xx，prober: http，timeout: 5s，preferred_ip_protocol: ip4。证书规则：(probe_ssl_earliest_cert_expiry - time()) / 86400 < 14。
- 资源不够就砍：Prometheus 加 --storage.tsdb.retention.time=30d，Grafana 关掉不用的插件，Alertmanager 别接一堆无用通知。
最后一句不中听的
Uptime Kuma 不是玩具，Prometheus 也不是信仰。 2C2G 小机器先保证告警能到你手机，再去追指标维度。 你要是连 41 个目标的 60 秒探测都没跑稳，上 15 秒抓取只会让 swap 教你做人。 开源软件最大的坑不是 license，是你以为它能顺手把你所有问题都解决。 如果你也在用小机器跑监控，先问自己一句：我到底想知道“它死了没”，还是“它为什么慢”。