topk(10, count by (__name__)({__name__=~'.+'}))
count by (path)(http_requests_total)
Prometheus 常驻内存从 2G 涨到 8G，series 数量一天多出四十万，查询开始超时，重启几小时后又涨回原样。先别急着动参数，把报错原文和时间点记下来，顺序反了容易白折腾。
原因不复杂，某个 exporter 把用户 ID、URL 路径、错误信息拼进了 label，每个取值都是一条新 series，基数跟着流量线性往上走，内存自然压不住。
围绕「指标基数爆炸」排查时，命令行跑一遍比在面板里点十次有用，面板会替你做掉不少隐式操作。备份不是备了就行，恢复一次才算数，很多备份文件打开才发现是空的。
接口问题先分清是没发出去、发出去了没收到，还是收到了处理失败。偶发问题先统计频率，一小时几次和一天一次，查法完全不同。
改完顺手把文档补一句，省得下次自己重新推一遍。
处理上按这个顺序：先用 topk 找出 series 数量最多的指标名；把高基数标签从 exporter 侧删掉 或改成打日志；抓取配置里加 metric_relabel 直接丢弃。
改完只确认一件事：series 总数回落到十万以内，重启后内存稳定在 2G 附近不再爬升。