📖 AI 总结

Adobe 工程师分享了一套基于 Prometheus 的开源多租户可观测性方案，解决在共享 Kubernetes 环境中安全开放指标访问的难题。核心思路是在用户与中心 Prometheus 之间引入租户感知代理，通过 NGINX 和 kube-rbac-proxy 完成认证授权，并利用 prom-label-proxy 强制为 PromQL 查询注入命名空间约束，防止租户越权访问他人数据。平台还定义了 MetricAccess 自定义资源，让团队自助声明所需指标，同时保留平台侧的采集与访问控制权。对于需要独立仪表板和告警的团队，可通过 remote write 将筛选后的指标写入租户专属 Prometheus 实例，某示例中时间序列数量从超过一万条降至约三百条，既降低存储与查询压力，也形成额外隔离边界。该方案最直接的应用场景是 GPU 可见性：作者曾发现一块已分配并通电的 GPU 利用率连续 11 天为零，借助利用率、显存、功耗等指标可识别闲置或低效使用的加速器。这一架构并非 GPU 专用，而是面向多租户场景的通用可观测性层，在开发者自助需求与中心系统安全、性能之间取得平衡。