CNCF 毕业的监控与告警系统——用 pull 模型采集多维时序指标，用 PromQL 灵活查询，配 Alertmanager 告警、Grafana 可视化
2012 年 SoundCloud 受 Google Borgmon 启发开源了 Prometheus，2016 年成为继 Kubernetes 之后 CNCF 收纳的第二个项目，2018 年毕业。它把"监控"从被动的 push 上报，改成了 服务端主动 pull 拉取 的模型——由此获得了目标健康度探测、集中配置、天然抗雪崩等一系列好处。
它真正的杀手锏是 多维数据模型：每条时间序列由 metric_name{label="value", ...} 唯一标识，配合图灵完备的 PromQL 查询语言，你可以按任意标签维度切片、聚合、计算速率与分位数。再加上服务发现自动跟踪动态实例、Alertmanager 处理告警的分组/抑制/静默、以及庞大的 Exporter 生态，Prometheus 几乎能监控一切。
本教程 10 章从零到生产：可观测性概念、数据模型与指标类型、PromQL、配置与服务发现、Exporter 生态、应用埋点、告警、Grafana 可视化、存储与高可用、监控 K8s 集群的生产实战。
六大特性让 Prometheus 成为云原生监控的默认选择
服务端定时抓取目标的 /metrics 端点，天然获得目标存活探测与集中配置。
metric name + 键值 labels 唯一标识时间序列，任意维度切片聚合。
图灵完备的查询语言：rate、聚合、分位数、算子，实时计算无需预聚合。
对接 Kubernetes/Consul/DNS/文件，动态跟踪弹性实例，无需手动改配置。
规则触发后交给 Alertmanager 做分组、抑制、静默、多渠道通知。
作为一等数据源接入 Grafana，社区海量 Dashboard 一键导入。
10 章从架构原理到生产实战，覆盖采集、查询、告警、可视化、高可用全链路
监控 vs 可观测性、metrics/logs/traces 三支柱、Prometheus 架构、pull 模型、TSDB、安装启动。
metric name + labels、四种类型 Counter/Gauge/Histogram/Summary、样本与时间序列、命名规范。
即时/区间向量、选择器、rate/irate、聚合 sum/avg/max by、函数、算子、常见查询模式。
prometheus.yml、scrape_config、static_configs、Kubernetes/文件/DNS 服务发现、relabel_configs。
node_exporter 主机、blackbox_exporter 黑盒、cAdvisor 容器、mysqld/redis exporter、textfile collector。
client library（Go/Python/Java）、自定义指标、/metrics 端点、Counter/Gauge/Histogram 埋点、Push Gateway。
告警规则 alerting_rules、for 持续时间、Alertmanager、路由/分组/抑制/静默、邮件/Webhook/钉钉通知。
添加 Prometheus 数据源、Dashboard、Panel、变量模板、常用面板、导入社区 Dashboard。
本地 TSDB 保留策略、remote_write、Thanos/VictoriaMetrics/Mimir、联邦、性能调优。
监控 K8s 集群 + 微服务、kube-prometheus-stack、SLO/错误预算、告警最佳实践、部署 checklist。