# 生产拓扑

单团队、单公司、多机房带边缘告警的参考布局。

最后校对于 2026-10-10

三档规模，三张部署图。挑最接近你现状的那张照着搭，不用从架构图开始设计。

## 单团队：一台机器[​](#单团队一台机器 "单团队：一台机器的直接链接")

一个组、几十台机器、告警断一会儿不至于出事——一台机器上跑一个 `n9e` 就够。

```
      categraf ──► n9e (17000) ──► 内置时序库（本地磁盘）

                     │

                 MySQL + Redis
```

* `[DB]` 换成 MySQL 或 PostgreSQL，`[Redis]` 换成 `standalone`：默认的 SQLite 和 miniredis 是进程内的，进程没了数据就没了；
* `[EmbeddedTSDB]` 保持开启，`RetentionDuration` 按你要看多久的历史调；
* 备份只有一件事：`mysqldump` + `etc/` 目录。

代价说清楚：**这台机器就是单点**。n9e 进程挂了、机器重启了，这段时间不判定也不通知。

## 单公司：两三个 n9e + 外部时序库[​](#单公司两三个-n9e--外部时序库 "单公司：两三个 n9e + 外部时序库的直接链接")

告警开始被当成基础设施之后，第一件要去掉的就是上面那个单点。

```
                    ┌── n9e #1 ─┐

   浏览器 / 采集器 ─►│   n9e #2  │──► VictoriaMetrics / Prometheus

        (LB)        └── n9e #3 ─┘

                          │

                    MySQL + Redis（各自也要做高可用）
```

组集群没有额外组件：**多跑几个 `n9e`，配置一致，共享同一套 MySQL 和 Redis**。 告警规则自动分派，一条规则只在一个实例上跑；某个实例挂了，它的规则被别的实例接管。

三处必须改：

```
# 1. 关掉内置时序库——它的数据在单个进程的本地磁盘上，多副本时每个只有一部分

[EmbeddedTSDB]

Enable = false



# 2. 指向外部时序库

[[Pushgw.Writers]]

Url = "http://victoriametrics:8428/api/v1/write"



# 3. 数据库和 Redis 必须是所有实例都连得上的同一套

[DB]

DSN = "n9e:<password>@tcp(mysql:3306)/n9e_v6?charset=utf8mb4&parseTime=True&loc=Local"

[Redis]

RedisType = "standalone"

Address = "redis:6379"
```

负载均衡后面挂的是 17000 端口。注意**写入端点和管理端点在同一个端口上** （`/prometheus/v1/write`、`/v1/n9e/heartbeat` 和 Web UI 都在 17000）， 做网络收口时不能简单地「把 17000 放到公网」。

## 多机房：中心 + 边缘[​](#多机房中心--边缘 "多机房：中心 + 边缘的直接链接")

有多个机房、机房之间的专线不那么可靠时，让中心去查远端机房的时序库， 告警的可靠性就等于那条链路的可靠性——链路一断，整个机房失去告警。

```
   中心机房                          边缘机房 A

   ┌──────────────┐                 ┌────────────────────────┐

   │ n9e × N      │◄── 拉规则配置 ──│ n9e-edge (19000)       │

   │ MySQL/Redis  │                 │ 本地 Redis + 本地时序库 │

   └──────────────┘                 └────────────────────────┘
```

`n9e-edge` 跑在边缘机房，规则仍然在中心统一管理并下发，但**查询和判定在本地做**。 链路断了，边缘继续判定、继续发通知。

要点：

* 中心侧要打开 `[HTTP.APIForService] Enable = true`，边缘靠它拉配置；
* 边缘**需要自己的 Redis**，不能复用中心那套；
* 启动时一定要指对配置目录：`n9e-edge --configs etc/edge`， 默认的 `etc` 是中心的配置，指错了不会报错，只会静默地跑偏。

详见[边缘机房](https://n9e.github.io/zh/docs/install/edge.md)与[边缘断网行为](https://n9e.github.io/zh/docs/operations/edge-partition.md)。

## 什么时候值得拆进程[​](#什么时候值得拆进程 "什么时候值得拆进程的直接链接")

`n9e` 里已经包含了告警判定和 Pushgw 的能力，`n9e-alert` / `n9e-pushgw` 是**性能选项，不是必经步骤**。

| 现象                         | 拆什么                                  |
| ---------------------------- | --------------------------------------- |
| Web 页面卡，但判定不延迟     | 先别拆，看数据源查询是不是慢            |
| 判定延迟，Web 也跟着卡       | 拆 `n9e-alert`，让判定不和 Web 抢 CPU   |
| 写入量把进程打满，判定被拖累 | 拆 `n9e-pushgw`                         |
| 某个机房的数据查不动         | 上 `n9e-edge`，这是拓扑变化不是性能调优 |

一上来就三个进程，只是多两份要保持同步的配置文件。

## 三档拓扑要准备的东西[​](#三档拓扑要准备的东西 "三档拓扑要准备的东西的直接链接")

|              | 单团队                  | 单公司                     | 多机房                      |
| ------------ | ----------------------- | -------------------------- | --------------------------- |
| `n9e` 实例数 | 1                       | 2–3                        | 中心 2–3 + 每机房 1 个 edge |
| 元数据库     | MySQL/PostgreSQL 单实例 | MySQL 主备                 | 同左                        |
| Redis        | 单实例                  | 哨兵或集群                 | 中心一套 + 每个边缘机房一套 |
| 时序库       | 内置                    | 外部（VictoriaMetrics 等） | 中心一套 + 每机房本地一套   |
| 负载均衡     | 不需要                  | 需要                       | 中心需要                    |

## 相关[​](#相关 "相关的直接链接")

* [高可用与故障域](https://n9e.github.io/zh/docs/operations/high-availability.md)
* [容量规划](https://n9e.github.io/zh/docs/operations/capacity.md)
* [进程与角色](https://n9e.github.io/zh/docs/concepts/components.md)
* [上线前检查清单](https://n9e.github.io/zh/docs/get-started/production-checklist.md)