共计 1272 个字符，预计需要花费 4 分钟才能阅读完成。
分享网易云轻舟微服务选择基于 Prometheus 开发微服务监控系统的考量：
开源
云原生
与微服务监控需求的匹配度很高
开源
Prometheus 是 CNCF（云原生计算基金会）旗下成熟的开源项目，而开源技术栈是网易云坚定不移的选择，不仅因为选择主流开源项目可以站在巨人的肩膀上创新，规避重复造轮子的浪费，更因为开源开放让客户无需担心厂商锁定。Prometheus 拥有活跃的社区，在 GitHub 上获得的 star 数超过了 2 万，符合网易云的选择。
云原生
作为 CNCF 组织第二个毕业的开源项目，Prometheus 与它的“师兄”Kubernetes 都自带云原生的光环，天然能够友好协作，而网易云轻舟微服务另一个重要组件——容器服务正是基于开源 Kubernetes 深度定制优化的（当然轻舟微服务的服务治理设计是基础设施无关的，同时支持物理机、VM 和容器）。
目前，轻舟微服务监控系统所有组件及配置均实现容器化并由 Kubernetes 编排，理论上，在任意 Kubernetes 集群里都能够一键部署，系统需要变更时，仅需修改相关编排文件，即可完成改变。
与微服务监控需求的匹配度很高
微服务监控有四大难点：
配置难：监控对象动态可变，无法进行预先配置；
融合难：监控范围非常繁杂，各类监控难以互相融合；
排查难：微服务实例间的调用关系非常复杂，故障排查会很困难；
建模难：微服务架构仍在快速发展，难以抽象出稳定的通用监控模型。
Prometheus 有五大优势：
灵活的数据模型：在 Prometheus 里，监控数据是由值、时间戳和标签表组成的，其中监控数据的源信息是完全记录在标签表里的；同时 Prometheus 支持在监控数据采集阶段对监控数据的标签表进行修改，这使其具备强大的扩展能力；
强大的查询能力：Prometheus 提供有数据查询语言 PromQL。从表现上来看，PromQL 提供了大量的数据计算函数，大部分情况下用户都可以直接通过 PromQL 从 Prometheus 里查询到需要的聚合数据；
健全的生态：Prometheus 能够直接对常见操作系统、中间件、数据库、硬件及编程语言进行监控；同时社区提供有 Java/Golang/Ruby 语言客户端 SDK，用户能够快速实现自定义监控项及监控逻辑；
良好的性能：Prometheus 提供了 PromBench 基准测试，从最新测试结果来看，在硬件资源满足的情况下，Prometheus 单实例在每秒采集 10 万条监控数据的情况下，在数据处理和查询方面依然有着不错的性能表现；
更契合的架构：采用推模型的监控系统，客户端需要负责在服务端上进行注册及监控数据推送；而在 Prometheus 采用的拉模型架构里，具体的数据拉取行为是完全由服务端来决定的。服务端是可以基于某种服务发现机制来自动发现监控对象，多个服务端之间能够通过集群机制来实现数据分片。推模型想要实现相同的功能，通常需要客户端进行配合，这在微服务架构里是比较困难的。
当然，Prometheus 也有一些不足，比如不能用于日志监控、分布式追踪等范围，所以网易云也做了很多设计和优化。
文章来源：网易云社区
