监控系统选型概述这里对经常接触到的监控系统，进行分类概述，在特定的场景下，适用不同的监控系统。

uptime-kuma官网地址：https://github.com/louislam/uptime-kuma

一个简单的在线监控系统，使用nodejs编写，无agent部署。

优势：

资源消耗低，可无数据库部署可以完成基本的网站拨测监控，http，https，tcp支持分组管理，可以按照业务分类劣势：

简单，无法监控复杂的性能场景适用场景：

小型网站或服务的可用性监控个人项目或小型团队的简单监控需求需要快速部署的轻量级监控解决方案夜莺监控nightingale官网地址：https://flashcat.cloud/product/nightingale/

一个开源和商业化并存的监控系统，使用goLang编写，核心是一个监控引擎（负责抽取数据、 产生报警信息、管理业务拓扑），抽象独立的比较好。

优势：

支持从多种数据源获取数据，prometheus风格数据源、ES数据源、数据库作为数据源。支持定制报警组件，可以自己实现自己的报警平台，或者使用配套的商业化软件 https://flashcat.cloud/product/flashduty/组件的抽象比较好，核心就是抽取数据，产生报警。整个平台没有做成一揽子的方案。自身支持作为数据的gateway，接受push数据然后转写到prometheus系列数据库上，比较方便。自带了一个比较万能的agent，可以作为多种功能的监控数据采集端。劣势：

上手稍微复杂部分功能缺失，商业版本才有。特别是：报警规则这块开源版本比较简单，智能简单的select数据，查到就报警，没有高阶表达式。适用场景：

需要整合多种数据源的监控环境对报警组件有定制需求的团队希望有灵活架构的中大型企业监控系统zabbix官网地址：https://www.zabbix.com/

一个企业级的分布式监控系统，使用C语言编写，支持大规模部署和分布式监控。

优势：

功能非常全面，支持各种监控场景（网络设备、服务器、应用程序等）支持自动发现和自动注册，可以自动添加监控目标有丰富的可视化功能，支持自定义仪表板和报表社区活跃，有大量现成的监控模板支持分布式部署，可以处理大规模监控场景有完善的告警机制，支持多种通知方式支持SNMP、IPMI、JMX等多种协议劣势：

部署和配置相对复杂，学习曲线较陡峭对于小型项目来说可能过于重量级数据库性能在大规模监控时可能会成为瓶颈告警规则配置相对复杂，不够灵活适用场景：

大中型企业级监控需要监控多种类型设备和系统的复杂环境对监控系统功能完整性要求较高的场景Prometheus + alert manager官网地址：https://prometheus.io/

一个云原生监控系统和时序数据库，使用Go语言编写，专为微服务和容器化环境设计。

优势：

多维数据模型，使用标签来标识时间序列，查询灵活强大的查询语言PromQL，可以进行复杂的数据分析不依赖分布式存储，单个服务器节点是自治的通过HTTP协议拉取时间序列数据通过服务发现或静态配置来发现目标支持推送数据到Prometheus的网关通过支持分层联邦来扩展规模社区活跃，有大量Exporter可以使用与Kubernetes等云原生技术集成良好Alertmanager提供了灵活的告警管理功能劣势：

对于非云原生环境，需要额外配置Exporter默认情况下不适用于长期存储大量历史数据学习曲线较陡峭，特别是PromQL查询语言对于复杂的监控拓扑，需要较多的配置工作适用场景：

云原生和微服务架构环境容器化（Docker、Kubernetes）部署的应用需要灵活查询和分析监控数据的场景对监控系统可扩展性要求较高的环境Grafana官网地址：https://grafana.com/

一个开源的监控可视化平台，专注于指标分析和可视化展示。

优势：

可视化能力强大，支持丰富的图表类型和仪表板配置支持多种数据源集成，如Prometheus、InfluxDB、Elasticsearch等内置告警功能，支持多种通知渠道拥有活跃的插件生态系统，扩展性好易于部署，支持Docker、Kubernetes等多种部署方式提供企业版，具备更多高级功能（如RBAC权限管理）劣势：

本身不存储数据，需要与其他数据源集成使用复杂的数据处理和分析场景可能需要结合其他工具大规模部署时对性能有一定要求Datadog官网地址：https://www.datadoghq.com/

一个SaaS模式的一站式监控平台，覆盖基础设施、应用性能和日志监控等。

优势：

集成度高，提供全面的监控解决方案SaaS模式部署，无需维护监控基础设施支持广泛的云平台和应用技术栈数据分析和可视化能力强大用户体验优秀，界面设计现代化APM功能全面，支持分布式追踪协作和告警机制完善劣势：

商业产品，使用需要付费对于自建基础设施的团队，成本可能较高数据存储在第三方平台，需考虑数据安全问题Elastic Stack (ELK)官网地址：https://www.elastic.co/observability

一个开源的日志和指标分析平台，由Elasticsearch、Logstash、Kibana等组件组成。

优势：

在日志分析领域表现突出支持指标监控和应用性能监控（APM）开源方案，社区活跃支持大规模数据处理和分析可视化功能丰富数据采集方式多样具备AI驱动的分析能力劣势：

部署和维护复杂度较高对硬件资源要求较高在指标监控方面相比专业监控系统稍显不足学习曲线相对陡峭Sentry官网地址：https://sentry.io/

一个专注于错误跟踪和应用性能监控的平台。

优势：

错误监控专精，提供详细的错误上下文信息支持多种编程语言和框架具备应用性能监控（APM）能力支持会话回放，便于问题复现和调试易于集成，提供多种SDK可与Jira、Slack等开发工具集成劣势：

主要专注错误监控，其他监控功能相对有限商业版本功能更全，免费版有一定限制对基础设施监控支持较少