Prometheus 单实例在可靠性和数据保留周期上都存在先天不足。进程崩溃、磁盘故障、节点宕机都会导致监控数据丢失；本地 TSDB 的存储容量也决定了数据保留时间有限。当监控规模从几十个节点扩展到数千个、合规要求将数据保留周期从 15 天拉长到 1 年甚至更久时，就必须引入高可用和长期存储方案。

Prometheus 高可用方案对比

目前社区的主流方案各有侧重，选型时需要在复杂度、成本和功能之间做权衡：

方案	高可用	长期存储	全局视图	多租户	复杂度	适用规模
多副本部署	部分（数据重复）	否	否	否	低	中小规模
联邦（Federation）	部分	否	部分	否	中	中等规模
Remote Write	是（依赖远端）	是	依赖远端	依赖远端	中	中大规模
Thanos	是	是（对象存储）	是	否	高	大规模
Cortex	是	是	是	是	高	大规模/多租户
Grafana Mimir	是	是	是	是	高	大规模/多租户