K8s（Kubernetes，容器编排平台）时代监控选型绕不开 Prometheus。本模块先拆解 Prometheus 的核心组件与整体架构，再与 Zabbix 做选型对比，最后演示 Prometheus + Grafana + node_exporter 从数据采集到图表展示的完整链路。
Prometheus 是 Go 语言开发的开源监控系统，继 Kubernetes 之后第二个 CNCF（Cloud Native Computing Foundation，云原生计算基金会）托管项目，官方网站 https://prometheus.io/。核心组件如下：
| 组件 | 作用 |
|---|---|
| Prometheus server | 核心组件，拉取监控数据并存入时序数据库，是整个系统的"心脏" |
| 客户端 SDK | 植入监控的应用程序中，完成数据采集 |
| Push Gateway | 中间网关，承接客户端主动推送的监控数据，再供 server 拉取 |
| Exporter | 数据采集组件总称，从目标节点搜集数据并转化为 Prometheus 可抓取的格式 |
| Alertmanager | 告警管理器，统一处理 Prometheus 发出的告警并触发通知 |
Prometheus 采用 Pull（拉取）模式：由服务端主动抓取目标指标，这与传统"客户端上报"模式在扩展性上有本质区别。Prometheus server 内部包含三部分：采集模块（Retrieval）、时序数据库 TSDB、对外 HTTP 服务接口。
上图展示 Prometheus 的完整监控架构：server 使用 pull metrics 方式从两类数据源抓取指标——一是通过 Exporter 采集节点/中间件数据并标准化为通用 metric 接口，二是客户端主动推送数据到 Push Gateway 转换后由 server 再拉取；同时通过动态发现（discover targets）发现 K8s 集群中的 Pod。数据存入 TSDB 后经运算、转换、逻辑处理，通过 HTTP 接口对外提供访问。触发报警规则时告警推送给 Alertmanager 负责发送邮件等通知；可视化方面既可用自带的 Web UI，也可集成 Grafana 做更丰富的展示。
在容器化场景选型时，Prometheus 与老的 Zabbix 常被拿来对比：
| 维度 | Zabbix | Prometheus |
|---|---|---|
| 开发语言 | C（server/agent），Web 前端为 PHP | Go |
| 代码成熟度 | 问世早，更成熟 | 较新，部分代码需加固 |
| 性能 | 关系库存储限制性能 | 自研时序数据库，单节点可达每秒百万级样本写入 |
| K8s/容器支持 | 很晚才兼容动态发现、容器编排 | 原生完美支持 K8s 动态发现 |
| 配置复杂度 | 控制台配置完善，较简单 | 配置项与规则运算多，复杂度更高 |
| 数据获取方式 | 主动/被动均可 | Pull 方式，服务端方便水平扩展 |
结论：除配置复杂度外，Prometheus 在性能、K8s 支持、水平扩展方面均占优，是当前 K8s 部署场景下监控系统的首选。
将架构落到实践，"数据采集 → 存储 → 查询 → 可视化"的完整链路如下：
上图对应本项目的实践链路：客户端 host 上启动 node_exporter（默认端口 9100）暴露主机指标，Prometheus 按 scrape_configs 周期拉取数据存入 TSDB；Grafana 将其作为 Data Source 连接，再通过导入 Node Exporter 面板插件，即可看到 CPU、内存、负载、磁盘等指标的图表化展示。链路每一步都对应明确的配置动作。
容器方式安装：
docker run -d -p 9090:9090 \
-v ~/docker/prometheus/:/etc/prometheus/ \
prom/prometheus配置文件在挂载目录 prometheus.yml，包含两块：global（全局配置）和 scrape_configs（抓取目标，按需修改）。启动后浏览器访问 http://<IP>:9090 进入 Prometheus UI。
docker run -d -p 3000:3000 grafana/grafana访问 http://<IP>:3000，默认账号 admin/admin（首次登录后 Grafana 会要求修改）。登录后在 Connections → Data sources → Add data source 中选择 Prometheus（旧版入口为 Configuration → Data Sources），配置：
下载解压 node_exporter 后直接执行 ./node_exporter 启动，它提供 metric 数据接口（默认端口 9100）供服务端拉取。在 Prometheus 的 scrape_configs 中填入客户端 IP 与 9100 端口，重启 Prometheus 容器。
Prometheus UI 的 Status 页面可查看目标节点、状态与采集时间。再到 Grafana 的 Dashboards → New → Import，导入 Node Exporter 面板插件，即可看到 CPU、内存、负载、磁盘等指标的图表化展示。
http://prometheus:9090 或实际 IP），填错则面板显示无数据；scrape_interval 不一致，可能导致图表数据稀疏或查询时间范围对不上；Prometheus 以 Pull 模式 + 时序数据库 + 原生 K8s 服务发现取胜，Exporter 生态让采集面覆盖操作系统、中间件、业务应用；Grafana 负责统一可视化。与 Zabbix 相比，Prometheus 更适合动态、容器化的云原生环境，但配置复杂度更高，需要团队具备一定的规则与指标设计能力。监控数据的最终价值在于驱动告警与值班机制的告警与值班闭环，而非只是"看得见"。
kubernetes_sd_configs 自动发现 Pod/Service 并配合 relabel 规则采集带注解的目标，实现容器扩容后自动纳入监控；