考察点:Pull 与 Push 的取舍、Pushgateway 的真实副作用。常被「为省事」误用的地方。
要点:
1. 便于判断目标存活——up == 0 就是一个天然的、免费的存活指标(Push 模型里「没收到数据」既可能是服务挂了,也可能是任务还没跑);
2. 服务端可控——采集频率、超时、重试都在服务端,便于限流与保护,也避免大量客户端同时推送造成尖峰;
3. 配置即清单:目标列表在 Prometheus 侧(static_configs 或服务发现),调试时可以直接用浏览器的 /metrics 页面验证(curl 就能看),排障成本低;
4. 无需在业务侧维护推送逻辑与目标地址(但需要暴露 HTTP 端点)。
注意:Pushgateway 不改变模型——Prometheus 依然是拉,Pushgateway 只是个「替身目标」。
1. 指标会永久驻留:Pushgateway 会保留最后一次推送的值,如果任务不再运行(被删掉、失败退出),指标会一直存在且看着「正常」——形成「僵尸指标」,会严重误导告警与容量判断;
2. 多实例聚合即错误:Pushgateway 按 job/instance 分组保存,多个实例推同名指标会互相覆盖,或产生难以理解的多组值(要手动在推送时加实例标签,且清理需额外接口);
3. 计数器语义被破坏:任务每次重启都从 0 开始,Push 上去的 Counter 不是单调递增,rate() 的结果会混乱;
4. 失去 up 的存活语义:无法区分「任务正常但没数据」与「任务挂了」(这正是 Pull 的核心优势,被绕过了);
5. 单点与状态风险:Pushgateway 本身是无状态设计的有状态组件(保存了数据),需要持久化、需要高可用,又多了个要运维的东西。
- ① 让任务「变长命」:把短任务改成常驻进程 + 定时触发(或加一个 always-on 的 sidecar 暴露指标),从而可被拉取——这是最干净的方案;
- ② Push 到「支持 Push 的时序库」:VictoriaMetrics、Mimir、Thanos 的接收端或直接写 remote_write,语义比 Pushgateway 更清晰(不驻留、可设计 TTL);
- ③ 用 prometheus-pushgateway 但加重度约束:推送时显式带 instance/run_id 标签、任务结束时主动 DELETE 自己的分组(DELETE /metrics/job/<job>)、为「最后成功时间」设独立 Gauge 并据此告警(这样任务不再运行能被发现)——这是把副作用管起来的补丁,而不是推荐做法;
- ④ 对于「事件式」数据,用 日志 + Loki 或 Push 到支持 TTL 的存储比时序指标更合适(如「本次任务处理了 N 条」本质是事件而非时序)。
题目与答案就在本页;收藏、批注和错题重练在应用内