Module Document
基础架构 · 备份 / 监控 / 审计技术选型
基础架构 · 备份 / 监控 /
审计技术选型
版本: v0.1
日期: 2026-07-06
归属: 基础架构 / 备份 / 监控 / 审计
1. 选型背景与约束
| 约束 |
说明 |
| 多云环境 |
阿里云(国内) + AWS(海外) + 内网自建，需统一汇聚。 |
| 运维能力 |
1-2 名云运维，优先开源+托管组合，减少自维护。 |
| 成本控制 |
试产期规模小，日志/指标量不大，避免过度采购。 |
2. 候选方案对比
指标监控
| 方案 |
优势 |
劣势 |
场景 |
| Prometheus + Grafana（推荐） |
开源标准、K8S 原生、Exporter 生态最广 |
长期存储需扩展 |
全部指标监控 |
| Datadog |
SaaS 全托管、功能强 |
费用高（按 host 计费） |
有预算时备选 |
| 阿里云 ARMS |
与阿里云原生集成 |
不能覆盖 AWS 和内网 |
纯阿里云场景 |
跨区指标汇聚
| 方案 |
优势 |
劣势 |
场景 |
| Thanos（推荐） |
与 Prometheus 无缝、支持全局查询 |
部署复杂度中等 |
多集群汇聚 |
| VictoriaMetrics |
高性能、低资源占用 |
与 Prometheus 生态略有差异 |
单集群高吞吐备选 |
| Grafana Mimir |
云原生、水平扩展 |
新，社区还在成熟中 |
未来考虑 |
日志
| 方案 |
优势 |
劣势 |
场景 |
| ElasticSearch + Filebeat（推荐） |
检索能力强、审计日志首选 |
资源消耗较大 |
审计日志/安全检索 |
| Grafana Loki + Promtail |
轻量、与 Grafana 统一 |
检索能力弱 |
业务应用日志 |
| 阿里云 SLS |
与阿里云原生集成、托管 |
不跨云 |
纯阿里云日志 |
备份存储
| 方案 |
优势 |
劣势 |
场景 |
| 阿里云 OSS（国内）+ AWS S3（海外）推荐 |
与各自云原生集成、低成本、高可靠 |
双云管理 |
全部备份数据 |
| 本地磁盘 |
访问快 |
无异地容灾 |
不推荐单独使用 |
告警通道
| 方案 |
优势 |
劣势 |
场景 |
| AlertManager + 飞书 Webhook（推荐） |
与 Prometheus 原生集成、飞书即时触达 |
需维护规则 |
P0/P1 告警 |
| PagerDuty |
On-Call 管理成熟 |
费用高 |
规模扩大后备选 |
3. 推荐方案
| 层级 |
推荐 |
| 指标采集 |
Prometheus |
| 指标汇聚 |
Thanos |
| 指标展示 |
Grafana |
| 应用日志 |
Grafana Loki + Promtail |
| 审计日志 |
ElasticSearch + Filebeat |
| 日志冷归档 |
阿里云 OSS（国内）/ AWS S3（海外） |
| 备份存储 |
阿里云 OSS（国内）/ AWS S3（海外） |
| 告警 |
AlertManager + 飞书 Webhook |
4. 迁移 / 切换成本
| 场景 |
成本评估 |
| Prometheus → Datadog |
中：metrics 迁移，Dashboard 重建，2-3 周。 |
| Loki → ES 统一 |
低：改 Promtail → Filebeat，配置调整，1 周。 |
| AlertManager → PagerDuty |
低：告警 Webhook 对接，规则迁移，1 周。 |
5. 决策记录
| 决策 |
结论 |
日期 |
决策人 |
| 指标监控 |
Prometheus + Grafana |
2026-07-06 |
IT Owner |
| 跨区汇聚 |
Thanos |
2026-07-06 |
IT Owner |
| 审计日志 |
ElasticSearch |
2026-07-06 |
IT Owner |
| 告警通道 |
AlertManager + 飞书 |
2026-07-06 |
IT Owner |