Prometheus
Prometheus是一款开源的系统监控与告警工具包，最初由SoundCloud开发，后捐赠给云原生计算基金会（CNCF）。它采用基于时间序列的数据模型，通过HTTP拉取（pull）方式采集指标数据，内置强大的查询语言PromQL，支持多维度数据分析。Prometheus具备灵活的告警规则配置能力，并可与Grafana等可视化工具集成，广泛应用于云原生及微服务架构的监控场景。
核心事实
时间轴 (近 90 天)
Prometheus 采用按固定间隔抓取并存储带时间戳样本的pull模型，天然满足速率恢复需求。
macOS 没有原生、常驻的 GPU 指标 HTTP 端点，与 NVIDIA 的 nvidia-smi 不同，因此需要用自定义的 mac_gpu_exporter 周期性执行 powermetrics 并转换为 Prometheus 可抓取格式。
同年Prometheus的作者发现，有了参考答案，评测器就不需要自己去解那道题。
PromQL 与 LogQL 分别是 Prometheus 和 Loki 的查询语言。PromQL 面向时间序列，支持 rate()、histogram_quantile() 等函数，用于计算错误率、分位数等指标。
Grafana MCP 的 Prometheus 工具组允许执行即时和范围 PromQL 查询、列出指标与标签名、从直方图计算 p50/p90/p95/p99。
Muse Wonder系列是Meta AI历时十四个月技术重构的产物，在千兆瓦级超级数据中心Prometheus上完成训练
Manish建议转入DevOps/SRE的人通过一个完整的端到端项目串联Linux、Shell、AWS、Terraform、Docker、Kubernetes、CI/CD、Prometheus、Grafana和Python等知识点，项目可花三到六个月完成。
vLLM 暴露的 /metrics 是 Prometheus 格式监控接口，其中的计数器记录实际处理的 prompt token 数和生成 token 数，比客户端时间戳估算更可靠。
Bifrost支持Prometheus指标、OpenTelemetry追踪，以及与Datadog、Kafka、BigQuery、Pub/Sub、Splunk等平台的集成
DCGM Exporter默认通过9400端口对外提供Prometheus格式的指标抓取接口，以Kubernetes DaemonSet或独立进程形式部署在每个GPU节点上
还有 32 条时间轴事件
全部知识事实 (20)
典型MLOps流程涵盖数据版本管理、实验追踪、模型打包、服务化接口、CI/CD自动化、线上监控与漂移检测等环节
65%待验证LiteLLM的日志系统支持与Langfuse、Helicone、Datadog和Prometheus等可观测性平台集成
90%待验证Prometheus最初由SoundCloud开发，2016年成为继Kubernetes之后第二个加入CNCF的毕业项目
90%待验证NCCL Inspector与Prometheus监控系统深度集成，通过Prometheus Exporter暴露监控指标
90%部分验证Docker、Kubernetes、Terraform、etcd、Prometheus等云原生核心项目几乎都用Go编写
65%待验证Prometheus 采用按固定间隔抓取并存储带时间戳样本的pull模型，天然满足速率恢复需求。
50%待验证macOS 没有原生、常驻的 GPU 指标 HTTP 端点，与 NVIDIA 的 nvidia-smi 不同，因此需要用自定义的 mac_gpu_exporter 周期性执行 powermetrics 并转换为 Prometheus 可抓取格式。
50%待验证同年Prometheus的作者发现，有了参考答案，评测器就不需要自己去解那道题。
50%待验证Grafana MCP 的 Prometheus 工具组允许执行即时和范围 PromQL 查询、列出指标与标签名、从直方图计算 p50/p90/p95/p99。
50%待验证PromQL 与 LogQL 分别是 Prometheus 和 Loki 的查询语言。PromQL 面向时间序列，支持 rate()、histogram_quantile() 等函数，用于计算错误率、分位数等指标。
50%待验证Muse Wonder系列是Meta AI历时十四个月技术重构的产物，在千兆瓦级超级数据中心Prometheus上完成训练
50%待验证Manish建议转入DevOps/SRE的人通过一个完整的端到端项目串联Linux、Shell、AWS、Terraform、Docker、Kubernetes、CI/CD、Prometheus、Grafana和Python等知识点，项目可花三到六个月完成。
50%待验证vLLM 暴露的 /metrics 是 Prometheus 格式监控接口，其中的计数器记录实际处理的 prompt token 数和生成 token 数，比客户端时间戳估算更可靠。
50%待验证Bifrost支持Prometheus指标、OpenTelemetry追踪，以及与Datadog、Kafka、BigQuery、Pub/Sub、Splunk等平台的集成
50%待验证DCGM Exporter默认通过9400端口对外提供Prometheus格式的指标抓取接口，以Kubernetes DaemonSet或独立进程形式部署在每个GPU节点上
50%待验证OpenSearch的指标存储目前仍以Prometheus为主，路线图中规划通过Prometheus API集成，让OpenSearch承担指标长期存储角色
50%待验证用户可以通过为不同缓存层级添加对应的label（如cache_tier="gpu"或cache_tier="cpu"）来区分各层命中量
50%待验证vLLM内置了/metrics HTTP端点，以Prometheus文本格式暴露吞吐量、队列长度、Token生成速度等运行时指标
50%待验证Prometheus是云原生领域主流的时序指标采集系统，采用拉取（pull）模式定期从服务端点抓取指标数据，并以标签维度支持多维聚合查询
50%待验证OTEL 生成的遥测数据可以通过 Collector 转发给 Jaeger、Prometheus、Datadog 或任何兼容 OTLP 协议的后端
50%