标签：监控

Prometheus监控故障复盘：一次惊心动魄的经历

我们团队用Prometheus做监控已经一年多了，一直很稳定。但是最近，Prometheus出了一次严重的故障，导致整个监控系统瘫痪了将近4个小时，期间我们就像"盲人"一样，完全不知道系统的运行状态，差点引发了更大的线上事故。这次故障惊心动魄，也给我们敲响了警钟：监控系统本身的高可用，和被监控的系统一样重要。本文将完整…