跳到主要内容

Prometheus面试题

基础概念​

核心原理​

  1. 什么是Prometheus？它的主要特点是什么？
  2. Prometheus和传统监控系统（如Zabbix）的区别？
  3. Prometheus的架构包含哪些组件？各自的作用？
  4. 什么是时间序列数据库（TSDB）？Prometheus如何存储数据？
  5. Prometheus的数据模型是怎样的？什么是Metric、Label、Sample？

指标类型​

  1. Prometheus有哪几种指标类型？分别的使用场景？
  2. Counter和Gauge的区别？什么时候用Counter？
  3. Histogram和Summary的区别？如何选择？
  4. 什么是Bucket？在Histogram中的作用？
  5. 如何设计合理的指标名称和标签？

数据采集​

采集机制​

  1. Prometheus采集数据的方式是Pull还是Push？为什么？
  2. Pull模式的优缺点是什么？
  3. 什么情况下使用Pushgateway？有什么注意事项？
  4. Prometheus默认的采集间隔是多少？如何调整？
  5. 什么是Job和Instance？它们的关系？

服务发现​

  1. Prometheus支持哪些服务发现机制？
  2. 静态配置和动态服务发现的区别？
  3. 如何配置基于文件的服务发现？
  4. Prometheus如何自动发现K8s资源？原理是什么？
  5. 什么是relabel？常见的relabel操作？

Exporter使用​

常用Exporter​

  1. 什么是Exporter？作用是什么？
  2. Node Exporter监控哪些指标？
  3. 如何使用Blackbox Exporter监控网站可用性？
  4. MySQL Exporter需要关注哪些重要指标？
  5. Redis Exporter监控哪些关键指标？

自定义监控​

  1. 如何开发自定义Exporter？
  2. 如何在应用中集成Prometheus客户端？
  3. Spring Boot应用如何暴露Prometheus指标？
  4. 如何监控JVM指标？需要哪些配置？
  5. 自定义指标的最佳实践？

PromQL查询​

基础语法​

  1. PromQL的基本语法结构？
  2. 如何进行指标的过滤和聚合？
  3. rate()和irate()的区别？使用场景？
  4. increase()函数的作用？与rate()的关系？
  5. 如何计算百分位数？P95、P99的含义？

高级查询​

  1. 如何使用PromQL查找CPU使用率最高的Pod？
  2. 如何计算服务的可用率（SLI）？
  3. 如何实现多指标的关联查询？
  4. 什么是Vector Matching？一对一、一对多、多对多匹配？
  5. 如何优化PromQL查询性能？

告警管理​

AlertManager​

  1. AlertManager的作用是什么？与Prometheus的关系？
  2. 告警的完整流程是怎样的？
  3. 告警规则包含哪些部分？如何编写？
  4. 什么是告警分组（Grouping）？作用是什么？
  5. 告警路由（Routing）如何配置？

告警策略​

  1. 什么是告警抑制（Inhibition）？使用场景？
  2. 什么是告警静默（Silence）？如何配置？
  3. 如何避免告警风暴？
  4. 告警去重是如何实现的？
  5. 支持哪些告警通知方式？如何集成钉钉、企业微信？

K8s监控​

集群监控​

  1. 监控K8s需要部署哪些组件？
  2. kube-state-metrics的作用是什么？监控哪些指标？
  3. metrics-server和Prometheus的区别？
  4. cAdvisor的作用？已经集成在哪里？
  5. 如何监控K8s的控制面组件？

资源监控​

  1. 如何监控Node的资源使用情况？
  2. 如何监控Pod的资源使用和限制？
  3. 如何发现资源使用不均衡的情况？
  4. 如何监控PV/PVC的使用情况？
  5. 如何设置K8s资源告警？

应用监控​

  1. 如何监控Deployment的副本状态？
  2. 如何监控Service的端点健康状态？
  3. 如何监控Ingress的流量？
  4. 如何实现应用的RED指标监控？
  5. ServiceMonitor是什么？如何使用？

存储与性能​

本地存储​

  1. Prometheus本地存储（TSDB）的架构？
  2. 什么是Block、WAL、Checkpoint？
  3. 数据保留策略如何配置？
  4. 存储空间如何估算？
  5. 如何优化存储性能？

远程存储​

  1. 为什么需要远程存储？
  2. Prometheus支持哪些远程存储方案？
  3. 远程写和远程读的配置？
  4. 如何选择合适的远程存储？
  5. 数据迁移策略？

性能优化​

  1. Prometheus出现性能瓶颈如何排查？
  2. 如何减少高基数（High Cardinality）问题？
  3. 内存使用过高如何优化？
  4. 查询超时如何处理？
  5. 如何进行容量规划？

高可用方案​

集群部署​

  1. Prometheus如何实现高可用？
  2. 联邦集群（Federation）的原理和使用场景？
  3. 什么是全局视图和分片视图？
  4. 如何处理数据去重？

Thanos架构​

  1. Thanos解决了Prometheus什么问题？
  2. Thanos的核心组件有哪些？
  3. Thanos Sidecar的作用？
  4. Thanos Query如何实现全局查询？
  5. Thanos Compact的作用？

其他方案​

  1. Cortex和Thanos的区别？
  2. VictoriaMetrics的优势？
  3. M3DB的特点？
  4. 如何选择合适的高可用方案？

可视化与集成​

Grafana集成​

  1. 如何在Grafana中添加Prometheus数据源？
  2. Grafana变量如何使用？
  3. 如何创建高效的Dashboard？
  4. 如何实现Dashboard的模板化？
  5. Grafana告警和Prometheus告警的区别？

生态集成​

  1. Prometheus Operator是什么？优势？
  2. 如何与CI/CD集成？
  3. 如何集成到日志系统？
  4. 如何与追踪系统结合？

故障排查​

常见问题​

  1. Prometheus无法抓取目标如何排查？
  2. 指标数据缺失的可能原因？
  3. 告警不触发如何调试？
  4. 时间不同步导致的问题？

运维实践​

  1. Prometheus自身如何监控？
  2. 备份恢复策略？
  3. 版本升级注意事项？
  4. 安全加固建议？

最佳实践​

设计原则​

  1. 指标设计的最佳实践？
  2. Label使用的注意事项？
  3. 告警规则设计原则？
  4. 如何避免监控盲点？

实战经验​

  1. 大规模集群监控经验？
  2. 多集群监控方案？
  3. 成本优化建议？
  4. 监控体系建设经验？

更新时间：2025-01-30

最后于 更新