Prometheus 监控配置

要解决什么问题

基础设施和应用指标往往分散在不同 exporter、Kubernetes 端点和静态主机上。若没有统一的 prometheus.yml、抓取间隔与服务发现策略，查询会变慢、告警会误报，Prometheus 自身也可能成为监控盲区。

技能如何帮你落地

本技能围绕 Prometheus 设置、指标收集、抓取配置与记录规则 给出可验证的流程：先明确目标、约束和输入，再按最佳实践配置并核对结果。

• 安装与配置骨架：参考 assets/prometheus.yml.template 组织全局配置；Helm（Kubernetes）与 Docker Compose 两种部署路径在 SKILL 中分别说明。
• 抓取与服务发现：静态 target、基于文件的 targets/production.json、以及 Kubernetes 服务发现；细节模式见 references/scrape-configs.md。
• 记录与告警：用记录规则预计算昂贵 PromQL；告警规则设计配合 scripts/validate-prometheus.sh 做配置校验。
• 运维习惯：一致命名（如 prefix_name_unit）、合理 scrape 间隔（通常 15–60s）、重标记清理、联邦与 Thanos/Cortex 等长期存储思路，以及监控 Prometheus 自身。

需要逐步示例时，可打开 resources/implementation-playbook.md。

适用边界

任务与 Prometheus 配置无关，或需要本范围外的其他领域/工具时，不要使用本技能。可视化、SLO、链路追踪等可配合 grafana-dashboards、slo-implementation、distributed-tracing 等相邻能力，但不在本文档核心范围内。