服务商概述
Prometheus 最初由 SoundCloud 于 2012 年开发，2016 年捐赠给 CNCF，是继 Kubernetes 之后第二个 CNCF 毕业项目，也是云原生监控领域的事实标准。作为开源监控与告警系统，Prometheus 采用 Pull 模型主动从目标采集指标数据，存储在本地时序数据库中，并通过 Labels 实现多维数据模型。
Prometheus 的设计围绕"可靠性"与"简洁性"：每个 Server 独立运行，不依赖分布式存储或外部服务发现；PromQL 查询语言提供灵活的数据聚合与分析能力。Prometheus 被全球数千家企业用于生产环境，是 Kubernetes 生态中部署率最高的监控系统。
核心优势
- 云原生监控事实标准：CNCF 毕业项目（2016），与 Kubernetes 生态深度集成，kubelet、etcd 等核心组件原生暴露 Prometheus 格式指标，详见 Kubernetes 部署指南。
- Pull 模型简洁可靠：主动拉取指标，采集频率可控，1 个实例可处理数百万活跃时序，单机即可承载中小规模集群。
- PromQL 查询强大：支持 sum/avg/quantile 聚合、predict_linear 预测与子查询，1 条表达式即可完成跨指标关联分析。
- 100+ Exporter 生态：覆盖 node_exporter、MySQL、PostgreSQL、Redis、Nginx、HAProxy 等主流组件，自定义指标可用 Go/Java/Python 客户端暴露。
- 免费开源零许可费：Apache 2.0 许可，搭配 Grafana 可构建完整的开源监控栈。
产品生态
Pull 模型与服务发现
Prometheus 采用 Pull 方式主动抓取目标指标，相比 Push 更容易控制频率并避免数据洪峰。服务发现支持 Kubernetes、Consul、DNS、EC2 等多种机制，动态跟踪目标变化；短暂任务可通过 Pushgateway 桥接。
PromQL 查询语言
PromQL 支持即时查询与范围查询，常用函数包括 rate()、increase()、histogram_quantile() 以及 by/without 分组聚合。例如用 1 条表达式计算每分钟错误率：rate(http_requests_total{status=~"5.."}[1m]) / rate(http_requests_total[1m]) * 100。
Alertmanager
告警由独立组件 Alertmanager 处理，负责去重、分组、静默与路由，支持多级抑制（Inhibition）。通知渠道覆盖邮件、Slack、PagerDuty、Webhook 等，详见 监控告警实践。
与 Grafana 集成
Prometheus 自带表达式浏览器用于调试，生产环境通常搭配 Grafana 实现仪表盘可视化，Grafana 原生支持 Prometheus 数据源。
不足之处
- 高可用需额外组件：单机架构存在单点故障与存储上限，生产环境通常需部署 Thanos 或 Cortex 实现长期存储与高可用，增加架构复杂度。
- Pull 模型跨网络不友好：要求 Prometheus Server 能直接访问目标端点，跨 VPC、防火墙或 SaaS 场景需 Pushgateway 或 Agent 桥接。
- 原生可视化有限：表达式浏览器不支持持久化仪表盘，生产级可视化依赖 Grafana，多一层集成与版本管理。
- 高基数 Label 风险：将 UserID 等作为 Label 会急剧膨胀时序数量，导致查询变慢与存储暴涨，需规范指标设计。
适用场景
- Kubernetes 容器平台监控（★★★★★）：与 K8s 原生集成，是容器平台监控的首选方案。
- 微服务架构监控（★★★★★）：Pull 模型自动发现动态实例，Client Library 便于埋点，适合微服务与 Service Mesh。
- 传统基础设施监控（★★★）：node_exporter 可覆盖基础服务器监控，但传统 IT 场景 Zabbix 生态更完善。
- 长期历史趋势分析（★★★）：单机存储有限，需部署 Thanos 或 Cortex 实现长期保留。
价格参考
| 组件 | 说明 | 成本 |
|---|---|---|
| Prometheus Server | 开源，Apache 2.0 | 免费 |
| Alertmanager | 开源告警组件 | 免费 |
| 官方 Exporters | 100+ 官方 Exporter | 免费 |
| Thanos / Cortex | 长期存储与高可用方案 | 免费（开源） |
| 托管服务 | 云厂商托管 Prometheus | 按用量计费 |
注：Prometheus 及官方组件均免费开源，生产环境需额外投入基础设施与运维人力。
常见问题
- Prometheus 与传统网络设备监控适合吗？ 可以，但需 SNMP Exporter 转换指标；批量监控路由器/交换机时 Zabbix 的 SNMP 原生支持更完善，选型见 云监控服务对比。
- Prometheus 数据怎么长期保存？ 单机默认保留 15 天（可配置）。长期保存需通过 Remote Write/Read 对接 Thanos、Cortex 或云厂商托管方案，体系见 监控告警体系。
- 告警通知支持哪些渠道？ Alertmanager 原生支持邮件、Slack、PagerDuty、Webhook 等，Webhook 可对接任意外部告警平台，规则见 Prometheus 告警规则设计。
- Prometheus 与 Zabbix 怎么选？ Prometheus 适合云原生与动态环境，Zabbix 适合传统 IT 基础设施，两者在指标模型与采集方式上差异明显，实践见 监控告警指南。
- Prometheus Operator 是什么？ 通过 CRD 简化 Prometheus、Alertmanager 与 ServiceMonitor 的部署配置，是 K8s 上声明式管理 Prometheus 的标准方案，见 Kubernetes 部署指南。