监控覆盖率怎么算：多工具、多集群下的本体层抽象
三个监控工具各报一个接近 100% 的覆盖率，一张核心表却停更了 6 小时没人知道。顺着这个现象往下追：覆盖率的分母从哪来，模板各不相同时“被监控”指什么，Flink 作业接上源头就有的监控到底覆盖了什么，怎样用实体、关系、能力三样东西搭一个本体层，以及怎样用“哪些要覆盖”“覆盖了什么”两套规则加一个求解器，让覆盖率不靠手工登记就能算出来，而规则本身可以用 Kubernetes 亲和性风格的 YAML 或 SQL 来写。
标签: Prometheus
共 2 篇
从 Prometheus 的三个限制说起：时序存储的架构、生态与市场
Prometheus 用久了会遇到三个限制：数据只留 15 天，加一个 label 内存就暴涨，单机挂了数据就断。顺着这三个现象往下追：时序数据为什么要专门存，一个样本怎么压到 1 字节多，写入路径为什么切成 2 小时的 block，高基数为什么难，长期存储生态和 Prometheus 是什么关系，最后看今天的时序存储市场。