1. 课程概述

1.1 课程背景

在微服务与云原生架构大规模普及的今天，Prometheus 告警体系已成为运维观测的核心支柱。然而，随着业务规模增长，告警联动网关（Alert Gateway）作为告警事件路由、去重、抑制、通知分发的关键中间件，其版本升级与容量变更频繁引发以下痛点：

• 升级窗口不可控：缺乏基于历史流量与业务峰值的容量基线，升级期间常出现消息积压或网关过载。
• 容量评估凭经验：依赖运维人员主观判断，缺少可量化的 PromQL 指标与压测模型支撑。
• 回滚与熔断缺失：升级过程中未定义明确的容量阈值与熔断策略，导致故障扩散。

本课程旨在填补这一空白，将 SRE 容量规划方法论与 Prometheus 可观测数据深度结合，构建一套可复用的 告警联动网关升级窗口容量规划基线。

1.2 课程目标

完成本课程学习后，学员将具备以下能力：

1.3 适用人群

• SRE / 运维工程师：负责告警基础设施升级与容量保障的一线人员。
• Prometheus 专家 / 可观测性工程师：希望将 PromQL 与容量规划深度结合的实践者。
• 平台架构师：设计高可用告警链路与网关中间件的技术决策者。
• 技术管理者：需要建立标准化升级流程与容量基线制度的团队负责人。

1.4 学习收益

• 可量化：获得一套完整的 PromQL 指标采集与基线计算体系。
• 可复用：基线模板与自动化策略可直接移植到其他中间件（如 Kafka、Nginx）的升级场景。
• 可观测：升级窗口期间实时可视化网关负载状态，避免黑盒操作。
• 可自愈：内置熔断与回滚机制，升级异常时自动止损。

1.5 课程知识体系

下图展示了本课程的核心知识模块及其关联关系：

1.6 课程章节速览