北京
Adil Khan 在简历上写"熟悉Prometheus"写了两年，直到被同事一句"它怎么发现你的pod"问住。他承认自己其实不懂，然后干了件狠事——从零搭了一套监控栈，专门等着看它怎么崩。
第一块仪表盘就给他上了一课。http_requests_total 数字蹭蹭往上涨，1000、5000、23000。他盯着看了半天，"这算好还是坏？" 换句话说，一个只增不减的计数器就像汽车里程表——你知道跑了多远，但不知道现在开多快。换成 rate(http_requests_total[1m]) 才看见真相：流量尖峰、平台期、断崖下跌，全出来了。
接着他发现曲线平滑得可疑。查了半天，窗口期设了8分钟，30秒的 spike 被平均得干干净净。改回1分钟，世界立刻清晰。还有堆叠图，视觉上把各pod流量加在一起，比较单pod表现时纯属误导，当场关掉。
最狠的bug藏在他自己代码里。Prometheus 报 context deadline exceeded，三个pod全DOWN。他以为是配置问题，标签查了三遍。结果是 home 路由里有个 time.sleep(2)，Gunicorn worker 被拖慢，/metrics 请求超时。删掉那行，三个目标秒变 UP。他后来写：「你的监控健康程度，取决于你的应用性能。」
现在他的GitHub仓库挂着完整代码，但README里没提这段——最值钱的部分是这些失败记录。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
