VIP20
本课程属于：035-云原生网关升级窗口演练 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网关Pod故障预警与自愈恢复

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
网关Pod异常检测与自愈的背景 · 目标与整体架构概览
课程导论Pod
02
Prometheus基础回顾
PromQL核心语法 · 数据模型 · 指标类型（Counter/Gauge…
Prometheus基础回顾
03
网关Pod关键监控指标
请求延迟 · 错误率 · 吞吐量
Pod网关
04
Prometheus Operator部署
使用Helm部署Prometheus…
PrometheusOperator
05
ServiceMonitor配置
为网关服务创建ServiceMoni… · 实现自动发现与指标采集
ServiceMonit…配置
06
Prometheus Rule定义
编写告警规则（Alerting Ru…
PrometheusRule
07
告警表达式实战
基于Histogram分位数（p99…
告警表达式实战Histogram
08
告警表达式实战
基于Rate函数检测错误率飙升（5x…
告警表达式实战Rate
09
告警表达式实战
基于CPU Throttling与M…
告警表达式实战CPU
10
Alertmanager配置
部署Alertmanager · 配置路由 · 接收器（Slack/Email/We…
Alertmanager配置
11
告警分组与抑制
设置告警分组规则 · 避免告警风暴 · 配置抑制规则
告警分组抑制
12
自愈触发机制
Alertmanager Webho…
自愈触发机制Alertmanager
13
自愈引擎架构
自愈服务（Self-Healing…
自愈引擎架构Self-Healing
14
自愈动作定义
Pod重启 · 滚动更新 · 扩容
自愈动作定义Pod
15
Kubernetes API调用
使用Client-go实现Pod重启…
KubernetesAPI
16
自愈策略配置
基于YAML配置自愈策略（阈值 · 动作 · 冷却时间）
自愈策略配置YAML
17
自愈安全控制
RBAC权限最小化 · Webhook签名验证 · 操作审计
自愈安全控制RBAC
18
自愈回滚机制
当自愈操作失败时 · 自动回滚到上一稳定版本
自愈回滚机制当自愈操作失败时
19
自愈效果评估
定义SLO指标（自愈成功率 · MTTR · MTBF）
自愈效果评估SLO
20
Grafana仪表盘设计
创建网关Pod健康状态与自愈事件仪表…
Grafana仪表盘设计
21
告警与自愈联动测试
模拟Pod故障 · 验证告警触发与自愈执行全链路
告警自愈联动测试
22
多网关实例场景
处理多个网关Pod同时异常时的自愈协…
多网关实例场景Pod
23
自愈幂等性设计
确保重复告警不会导致重复自愈操作
自愈幂等性设计确保重复告警不会…
24
自愈与HPA共存
自愈操作与Horizontal Po…
HPA自愈
25
自愈日志与事件记录
将自愈操作记录为Kubernetes…
自愈日志事件记录
26
自愈告警通知
自愈执行后向运维人员发送执行结果通知
自愈告警通知自愈执行后向运维…
27
自愈策略灰度发布
先在小比例Pod上验证自愈策略 · 再全量生效
自愈策略灰度发布Pod
28
自愈故障演练
使用Chaos Mesh注入故障 · 验证自愈系统鲁棒性
自愈故障演练Chaos
29
生产环境最佳实践
自愈系统部署规范 · 监控告警配置清单 · 运维SOP
生产环境最佳实践自愈系统部署规范
30
课程总结与展望
从异常检测到AIOps · 未来演进方向
课程总结AIOps