问Prometheus 高基数标签导致的 OOM，除了删标签还有什么系统性的治理方案？

背景：微服务约 50 个服务，Prometheus 单机跑了 8 个月后出现 OOM——排查发现是某些指标带上了 user_id 标签（开发者写代码时随手加的），series 数从 100 万爆到 5000 万。想请教：1. 除了事后发现再删标签，有没有事前机制阻止高基数指标上线（比如 CI 检查或者指标注册审计）？2. 已有的高基数指标怎么安全地下线——直接删会让历史数据断档，有没有平滑过渡的做法？3. Prometheus 单机到多少 series 该考虑分片或换 Thanos——有没有实际的参考阈值？希望有踩过这个坑的实战经验。