Prometheus：CNCF 旗下的云原生监控系统

Prometheus 是 CNCF（Cloud Native Computing Foundation）旗下的一套系统与服务监控方案。截至目前，该项目在 GitHub 上已获得超过 64,000 颗 Star，在可观测性领域拥有极高的使用量。它负责从配置好的目标上定期采集指标数据，执行规则表达式，展示结果，并在满足特定条件时触发告警。

核心特性

Prometheus 的数据模型基于多维度设计，每条时间序列由指标名称和一组键值对维度来唯一标识。这种设计让监控数据具备了灵活的分类和筛选能力。

内置的 PromQL 是配套的查询语言。它可以直接在多维度数据模型上执行聚合、过滤和运算，从原始指标中提取出有价值的结论。无论是按实例拆分、按服务聚合，还是计算百分比和变化率，都可以通过一条查询完成。

在数据采集方面，Prometheus 使用 HTTP 拉取（Pull）模型。服务端主动向监控目标发起请求获取指标，而不是等待目标推送数据。这种方式简化了监控端的配置，也便于判断目标是否存活。对于批量计算任务等不适合被拉取的场景，也提供了通过中间网关推送的通道。

服务发现机制是另一个关键能力。Prometheus 支持通过静态配置或动态服务发现来识别监控目标。在 Kubernetes、Consul、EC2 等环境中，新增或下线的服务实例会被自动纳入或移出监控范围，无需人工修改配置文件。

数据展示方面，系统提供了多种图表和仪表板模式。同时支持层级联邦和水平联邦，可以在多个 Prometheus 实例之间聚合数据，满足大规模集群的集中监控需求。

架构

Prometheus 的核心设计原则是单节点自治。每个 Prometheus 服务器独立运行，不依赖外部分布式存储系统。这降低了部署和运维的复杂度，也避免了集中式存储带来的单点风险。

从架构上看，Prometheus 通过 Pull 模式从各个 Exporter 采集指标，数据存储在本地时序数据库中。查询引擎负责解析 PromQL 并返回结果。Alertmanager 组件则处理告警规则的匹配、分组和通知推送。整个链路从数据采集到告警通知都在 Prometheus 生态内闭环完成，组件之间通过标准协议通信，替换或扩展任何一个环节都不影响其余部分。

部署方式

最直接的体验方式是通过 Docker 启动：

docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus

启动后在浏览器中访问 localhost:9090 即可进入 Web 界面。

生产环境推荐使用官方提供的预编译二进制文件，从 prometheus.io 的下载页面获取对应平台的版本即可。如果需要定制构建，可以用 make build 从源码编译，这种方式会将 Web UI 资源一并编译进最终产物中。

项目还内置了大量服务发现插件。通过 Go build tags，可以按需控制编译时包含哪些服务发现模块。比如在 Kubernetes 环境中，可以排除其他不需要的发现机制，只保留 kubernetes_sd。

生态与社区

Prometheus 由 Go 语言编写，项目附带的 prometheus/common 和 prometheus/client-golang 等子项目设计为可复用的库。需要在自己的 Go 应用中暴露指标时，直接引入 client-golang 即可生成标准格式的指标端点。

项目的许可证为 Apache License 2.0，社区活跃度高，文档和示例齐全。详细的安装指南、配置说明和 PromQL 教程都可以在 prometheus.io 官方网站上找到。在实际使用中，Prometheus 常与 Grafana 搭配，由 Grafana 提供更丰富的可视化面板。两者的组合已经成为云原生监控栈中的标准配置。

，由 Grafana 提供更丰富的可视化面板。两者的组合已经成为云原生监控栈中的标准配置。