用途：为数据管道和应用程序提供生产级监控与可观测性，包括指标采集、可视化、日志记录和告警。
主要能力：
- Prometheus 指标：使用 prometheus_client 的 Counter（累计计数）、Histogram（延迟/大小分布，可设 buckets）、Gauge（可增可减）、Summary（含百分位）。
- Grafana 仪表盘：以 JSON 定义 panel，示例含 records/sec、P95 延迟（histogram_quantile）、错误率等查询表达式。
- 结构化日志：使用 structlog，配置时间戳、日志级别、异常信息与 JSONRenderer；通过 logger.bind 绑定服务、环境、订单等上下文。
- 告警规则：给出 Prometheus alerting_rules.yml 示例，含 HighErrorRate、PipelineStalled、HighLatency，配置 for 持续时间、severity 标签与 annotations。
使用方式：安装并使用 prometheus_client、structlog，调用 start_http_server(8000) 暴露指标；在批处理函数中记录成功/失败指标、耗时并写结构化日志；按示例编写 Grafana panel JSON 和告警 YAML。
适用场景：数据管道、ETL、批处理任务的指标埋点、仪表盘搭建、日志规范化与阈值告警。
工具清单（版本 2025）：Prometheus 2.50+、Grafana 10.3+、Loki 2.9+、Alertmanager 0.27+、OpenTelemetry 1.24+、Datadog、Monte Carlo。
限制与注意：避免高基数标签（如 user_id、request_id）导致 Prometheus OOM；不要记录敏感数据；不要对每个错误告警；排障涵盖指标缺失、高基数、告警疲劳、日志量过大；技能认证清单要求能埋点、建仪表盘、实现结构化日志、设置告警并排障。具体收费、平台与价格暂未提供。