普罗米修斯和BMC的对比
相同点
采集数据的主要流程如下：
- Prometheus server 定期从静态配置的主机或服务发现的 targets 拉取数据（zookeeper，consul，DNS SRV Lookup等方式）
BMC同样定期收集数据，由IS主动上传至IM，进行进一步的数据处理并存储至IM的库。 - 当新拉取的数据大于配置内存缓存区的时候，Prometheus会将数据持久化到磁盘，也可以远程持久化到云端。
- Prometheus通过PromQL、API、Console和其他可视化组件如Grafana、Promdash展示数据。
BMC有自己的PS进行告警展示，同时通过自己的报表和dashboard进行展示进行查询以及汇总展示。 - Prometheus 可以配置rules，然后定时查询数据，当条件触发的时候，会将告警推送到配置的Alertmanager。
BMC的PS端可以配置polices，polices里有各种的rules，threshold等。 - Alertmanager收到告警的时候，会根据配置，聚合，去重，降噪，最后发出警告。
BMC的IM层会进行判断是否产生告警，并将告警推给PS端进行展示。同时可将告警事件以短信以及邮件的形式通知管理员 ，并且会出发相应的声音告警功能，以提醒运行同事通知管理员。
不同点
普罗米修斯分为4个模块
Prometheus Server: 用数据的采集和存储，PromQL查询，报警配置。
Push gateway: 用于批量，短期的监控数据的汇报总节点。
Exporters: 各种汇报数据的exporter，例如汇报机器数据的node_exporter，汇报MondogDB信息的 MongoDB_exporter 等等。
Alertmanager: 用于高级通知管理。
普罗米修斯，要采集目标（主机或服务）的监控数据，首先就要在被采集目标上安装采集组件，这种采集组件被称为Exporter。http://prometheus.io官网上有很多这种exporter，exporter类似BCM的KM，用于收集各大类指标，比如ORACLE 的ASM，weblogic，ORACLE的RAC等等大类KM。
这些exporter能为我们采集目标的监控数据，然后传输给普罗米修斯。这时候，exporter会暴露一个http接口，普罗米修斯通过HTTP协议使用Pull的方式周期性拉取相应的数据。
从架构图里能看到两个 Pull metrics 的原因，一个是采集器直接被Server拉取数据(pull)；另一个是采集器主动Push数据到Push Gateway，Server再对Push Gateway主动拉取数据(pull)
普罗米修斯的数据是 键值对数据结构，键表示指标，值表示采集到的数值。
普罗米修斯的监控指标有4种基本类型：
1.Counter(计数器):
计数器是我们最简单的指标类型。比如你想统计某个网站的HTTP错误总数，这时候就用计数器。
计数器的值只能增加或重置为0，因此特别适合计算某个时段上某个时间的发生次数，即指标随时间演变发生的变化。
2.Gauges
Gauges可以用于处理随时间增加或减少的指标，比如内存变化、温度变化。
这可能是最常见的指标类型，不过它也有一定缺点：如果系统每5秒发送一次指标，普罗服务每15秒抓取一次数据，那么这期间可能会丢失一些指标，如果你基于这些数据做汇总分析计算，则结果的准确性会有所下滑。
3.Histogram(直方图)
直方图是一种更复杂的度量标准类型。它为我们的指标提供了额外信息，例如观察值的总和及其数量，常用于跟踪事件发生的规模。
比如，为了监控性能指标，我们希望在有20%的服务器请求响应时间超过300毫秒时发送告警。对于涉及比例的指标就可以考虑使用直方图。
4.Summary(摘要)
摘要更高级一些，是对直方图的扩展。除了提供观察的总和和计数之外，它们还提供滑动窗口上的分位数度量。分位数是将概率密度划分为相等概率范围的方法。
对比直方图：
- 直方图随时间汇总值，给出总和和计数函数，使得易于查看给定指标的变化趋势。
- 而摘要则给出了滑动窗口上的分位数（即随时间不断变化）。