Prometheus

类型：指标采集与告警基础

复用规则：稳定复用的组件说明页

所属层：治理与观测层

官方网站：https://prometheus.io/docs/

开源仓库地址：https://github.com/prometheus/prometheus

当前定位

Prometheus 负责平台运行指标的采集、存储、规则计算和告警基础能力，是可观测体系中的指标底座。

主要职责

• 服务与基础设施指标采集
• 时序指标存储
• 告警规则计算
• 容量与稳定性趋势分析

与其他组件关系

• 与 OpenTelemetry 语义和各类 Exporter 协同形成指标采集基础。
• 与 Grafana 组合提供统一看板和运营视图。
• 与 k6 联动验证压测后的容量表现。
• 与 Loki 和 LangFuse 互补，分别承担指标、日志和 LLM 观测职责。

适合场景

• 平台服务健康监控
• 资源利用率和容量趋势分析
• 异常阈值告警

边界

• 不替代日志检索
• 不替代 Trace 语义标准
• 不替代 LLM 评测系统

采用规则

• 当前方案默认以 Prometheus 作为指标底座。
• 平台和关键业务服务都应接入统一指标采集，而不是各自维护私有监控口径。
• 告警规则需要和发布门槛、值班机制和容量规划联动。

治理注意点

• 指标命名、标签和保留策略要统一，避免高基数失控。
• 告警阈值要区分资源健康、服务健康和业务健康，不应只盯系统层指标。
• 需要建立关键 SLI / SLO 指标集合，支撑发布和回滚判断。
• 观测数据保留周期和存储成本需要提前规划。

关联文档

• 8. 治理与观测层
• Grafana
• 部署与发布
• 安全与治理

参考资料

• Prometheus Documentation
• Prometheus GitHub Repository