一个做了三年运维的朋友跟我吐槽："以前管十几台虚拟机，出问题登录上去看看日志、查查进程就行了。现在上了K8s，Pod随时在变，容器销毁了日志就没了，一个请求跨好几个微服务，出了问题根本不知道从哪查起。"

他的困惑很有代表性。容器化带来了弹性和效率，但也让传统的监控和排障方式失效了。在云原生环境下，需要一套全新的可观测性体系。

云原生监控的三个层次

传统监控关注的是"机器有没有宕机""磁盘满没满"。但在云原生环境下，基础设施的层次变得更复杂，监控也需要分层：

第一层：基础设施监控。包括K8s集群节点（Node）的CPU、内存、磁盘、网络使用情况。这是最基础的监控，也是Prometheus最擅长的领域。通过Node Exporter采集节点指标，Prometheus拉取并存储，Grafana可视化展示。

第二层：容器和应用监控。包括Pod的资源使用、Deployment的副本状态、应用的QPS/延迟/错误率。这一层需要结合cAdvisor（容器指标采集）和应用的Metrics端点（如Spring Boot Actuator暴露的指标）。

第三层：业务监控。比如订单量、支付成功率、用户活跃度等业务指标。这层通常通过自定义Metrics来实现，可以用Prometheus的PushGateway或者应用的Metrics SDK来上报。

Prometheus+Grafana：监控的"黄金搭档"

Prometheus已经成为了云原生监控的事实标准。它有几个核心优势：

第一，Pull模式。Prometheus主动拉取目标服务的指标数据，而不是等待推送。这种模式在动态变化的K8s环境中更可靠——服务挂了就是挂了，Prometheus不会因为没收到推送而漏掉告警。

第二，PromQL查询语言。它的查询表达能力很强，可以做聚合、计算、预测。比如"过去5分钟内错误率超过1%的服务"这种查询，一行PromQL就能搞定。

第三，告警规则（AlertManager）。可以设置多级告警策略，通过邮件、钉钉、企业微信等渠道推送告警通知。还可以做告警抑制、分组、静默等高级操作。

Grafana则负责"可视化"。它支持从Prometheus、Elasticsearch、MySQL等多种数据源拉取数据，可以搭建出非常直观的监控大屏。

EFK日志采集：容器环境下的日志管理方案

容器化之后，日志管理面临两个核心挑战：一是日志分散——每个Pod都有自己的日志，Pod销毁后日志就没了；二是日志格式不统一——不同应用输出的日志格式各异，排查问题时要一个个Pod翻日志，效率很低。

EFK（Elasticsearch + Fluentd + Kibana）是目前最主流的容器日志采集方案：

Fluentd（或Filebeat）作为日志采集器，以DaemonSet方式部署在每个K8s节点上，自动采集节点上所有容器的日志。它可以解析多种日志格式，统一输出到Elasticsearch。

Elasticsearch作为日志存储和搜索引擎，支持海量日志的快速检索。通过合理的索引策略（比如按天建索引），可以很好地管理日志的生命周期。

Kibana作为可视化界面，可以方便地搜索、过滤、分析日志。通过创建Dashboard和可视化图表，可以快速定位问题。

Skywalking：分布式链路追踪的价值

在微服务架构下，一个用户请求可能经过十几个服务的调用链。如果某个环节出问题了，怎么快速定位？这就是分布式链路追踪要解决的问题。

Skywalking是Apache旗下的开源APM工具，可以自动采集微服务之间的调用链路、记录每个调用的耗时和状态，并生成拓扑图和调用链视图。配合Prometheus和EFK，就构成了一个完整的"监控→告警→日志→链路"四位一体的可观测性体系。

中培IT学院"云原生架构与容器化部署实战训练营"第三天课程专门设置了"云平台监控与日志采集"模块，覆盖Prometheus系统监控搭建、Grafana可视化配置、告警规则设置（邮件/钉钉/企微通知）、EFK日志采集平台搭建、Kibana故障分析、Skywalking链路追踪等完整实操演练。由资深云原生架构专家手把手教学，确保学员学完就能在实际工作中落地。