王国梁-最新-告别运维负担：腾讯云对 Prometheus Serverless 化的实践-腾讯-

Prometheus的兴起、挑战与高可用方案

Prometheus的兴起与挑战

Prometheus凭借其"师出名门"（源自Google BorgMon）、云原生友好（与Kubernetes集成紧密）、开箱即用（自带告警、UI等）等优势迅速兴起，但同时也面临存储限制、查询性能瓶颈、运维复杂性、高可用性缺失、数据存储清理等问题。

Prometheus服务的高可用方案对比

常见高可用方案

• 基础HA+远端存储+联邦集群
• Cortex/Mimir原生架构

Cortex/Mimir的优劣

优势：

• 原生兼容Prometheus协议，底层基于PrometheusTSDB
• 支持WAL、副本及对象存储，具备高可靠性
• 架构分布式、存算分离，支持横向扩展

劣势：

• 社区逐渐没落，后期维护成本高
• 业界大规模使用较少（除AWS外）
• 开源协议不友好

选择Cortex/Mimir的原因

核心诉求：

1. 完全兼容Prometheus
2. 高时序查询性能或可扩展性
3. 低廉部署成本 具体考量：

• 支持多租户隔离
• 可扩展和弹性能力
• 功能和协议兼容（Prometheus/OpenTelemetry）
• 高可扩展性
• 开放开源避免版权问题
• 研发成本可控

与其他方案的对比

• Thanos：本质为Prometheus联邦，不支持多租户
• VictoriaMetrics：性能高但集群版本较弱，存在数据丢失风险

Prometheus vs Cortex存储模型

详细对比了两种架构的存储模型差异

架构裁剪和增强

• 架构裁剪：去除可选组件，简化依赖
• 全链路优化：
  • 性能优化：启动加速+投递打散
  • 增强功能：TSDB乱序支持（WALvsWBL）
  • 容灾能力：数据恢复兜底

规模和收益

• 性能提升10倍+
• X大客户：PB级/天流量写入，存储规模数十PB
• 应用场景：容器/CVM基础设施、物联网、游戏、计量等
• 客户类型：游戏、教育、新能源头部企业

未来展望

• 基于负载的流量调度：
  • 基于集群节点负载的流量路由
  • 一致性Hash环优化
  • 全局副本元信息管理
• 查询性能提升：
  • 基于查询规模预估调度
  • GooseFS加速数据拉取（性能提升100%）
  • 算子并行和优化
• 百万TS秒级查询