VIP20
本课程属于：026-Kubernetes平台集群生命周期运维 云原生架构与平台工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Prometheus集群运维延迟监控与异常治理

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
为什么需要关注K8s集群生命周期运维…
课程导论K8s
02
Prometheus基础回顾
PromQL核心语法 · 数据类型（Counter/Gauge… · 标签匹配
Prometheus基础回顾
03
K8s核心指标采集
kube-state-metrics · node-exporter · cadvisor指标详解与部署
K8s核心指标采集
04
集群生命周期阶段划分
创建 · 扩缩容 · 升级
集群生命周期阶段…创建
05
延迟水位概念
定义集群操作延迟（API Serve… · Pod启动 · Service生效）的度量方式
延迟水位概念API
06
异常事件分类
Pod CrashLoop · Node NotReady · OOMKill
异常事件分类Pod
07
Prometheus Operator架构
CRD（ServiceMonitor · PodMonitor · PrometheusRule）设计模…
PrometheusOperator
08
部署Prometheus Stack
使用Helm Chart部署kube… · 配置持久化存储
PrometheusStack
09
核心告警规则编写
基于PromQL的延迟阈值告警（如
核心告警规则编写PromQL
10
事件采集与告警
部署Alertmanager · 配置Webhook接收器 · 对接飞书/钉钉/邮件
事件采集告警
11
集群创建延迟监控
从kubectl apply到Pod…
集群创建延迟监控kubectl
12
扩缩容延迟监控
HPA触发到Pod Ready的延迟 · Cluster Autoscaler…
扩缩容延迟监控HPA
13
集群升级延迟监控
kubeadm升级过程中控制平面与节…
集群升级延迟监控kubeadm
14
备份恢复延迟监控
Velero备份/恢复操作耗时 · Etcd快照恢复延迟
备份恢复延迟监控Velero
15
集群销毁延迟监控
Namespace Terminat… · PV/PVC回收延迟
集群销毁延迟监控Namespace
16
异常事件实时检测
使用Prometheus + Lok…
异常事件实时检测Prometheus
17
Pod CrashLoop检测
通过kube_pod_status_…
PodCrashLoop
18
Node NotReady检测
node_uname_info与ku…
NodeNotReady
19
OOMKill与资源争抢
container_oom_even… · 配置资源Limit告警
OOMKill资源争抢
20
磁盘与网络异常
node_filesystem_av… · node_network_recei…
磁盘网络异常
21
证书过期监控
kube_certificates_… · cert-manager证书剩余天数…
证书过期监控kube
22
Grafana仪表盘设计
延迟水位总览面板 · 异常事件热力图 · SLO/SLI看板
Grafana仪表盘设计
23
多集群统一监控
Thanos架构 · Prometheus联邦 · Grafana多数据源配置
多集群统一监控Thanos
24
告警静默与抑制
Alertmanager分组 · 抑制规则 · 静默窗口配置实战
告警静默抑制
25
延迟水位基准线建立
基于历史数据计算P50/P90/P9… · 动态阈值调整
延迟水位基准线建…P50/P90/P9
26
异常事件根因分析
利用Prometheus + Gra…
异常事件根因分析Prometheus
27
自动化运维脚本
基于Prometheus API编写… · 自动拉取延迟水位与异常事件
自动化运维脚本Prometheus
28
混沌工程与延迟测试
使用Chaos Mesh注入延迟故障 · 验证监控告警有效性
混沌工程延迟测试
29
容量规划与延迟预测
基于Prometheus历史数据 · 使用线性回归预测集群扩容时间点
容量规划延迟预测
30
课程总结与最佳实践
SRE运维手册 · 常见踩坑记录 · 持续优化建议
课程总结最佳实践