VIP20

本课程属于：028-数据平台调度系统 数据工程与实时数据平台 · 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

调度系统监控与告警体系构建

📚 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

监控体系总览

为什么需要监控？监控的黄金信号（延迟、流量、错误、饱和度）。

黄金信号体系设计

监控数据采集

Metrics（指标）、Logs（日志）、Traces（链路追踪）三大支柱。

可观测性三大支柱

Prometheus 基础

架构设计、数据模型、Pull vs Push 模式。

架构数据模型

PromQL 查询语言

即时查询、范围查询、聚合操作、Rate/Irate 函数。

Exporter 实战

Node Exporter、Blackbox Exporter、自定义 Exporter 开发。

Grafana 可视化

数据源配置、Dashboard 设计、Alerting 集成。

GrafanaDashboard

告警规则设计

Prometheus Rule 编写、告警分组、抑制与静默。

Alertmanager 深入

路由、接收器（Email/Webhook/钉钉）、高可用部署。

Alertmanager高可用

告警通知渠道

邮件、企业微信、钉钉、Slack、PagerDuty 集成。

告警风暴治理

聚合规则、降噪策略、事件压缩与去重。

告警分级与升级

P0/P1/P2 分级策略、升级机制、值班表管理。

告警自愈与自动化

Webhook 触发自动化脚本、Kubernetes HPA 联动。

日志监控体系

ELK/EFK 架构、日志采集（Filebeat/Fluentd）、日志告警。

Jaeger/Zipkin 原理、采样策略、Trace 与 Span 关联。

应用性能监控（APM）

SkyWalking/Pinpoint 接入、慢调用链分析。

基础设施监控

CPU/内存/磁盘/网络指标、SNMP 监控、IPMI 监控。

基础设施SNMP

容器与K8s监控

cAdvisor、kube-state-metrics、Metrics Server、Pod 自动缩放。

中间件监控

MySQL、Redis、Kafka、Nginx 关键指标与告警。

自定义业务指标、SLO/SLI 定义、错误预算告警。

SLO业务指标

监控数据存储

Prometheus TSDB 原理、远程存储（Thanos/Cortex）、数据保留策略。

监控高可用设计

Prometheus 联邦、Thanos Sidecar、Grafana 多集群。

高可用联邦

告警平台建设

自研告警平台架构、告警收敛、告警回溯。

值班轮转、告警认领、升级策略、事后复盘。

告警事件管理

事件分类、影响面评估、RCA 分析、Action Item 跟踪。

监控告警最佳实践

指标命名规范、标签设计、告警阈值调优。

最佳实践规范

混沌工程与监控验证

Chaos Mesh 注入故障、验证告警触发、演练复盘。

混沌工程Chaos Mesh

监控成本控制

指标采样率优化、日志存储压缩、APM 采样策略。

多云与混合云监控

统一监控视图、多云数据聚合、跨云告警路由。

多云混合云

监控告警安全

认证授权、敏感信息脱敏、告警审计日志。

AIOps 智能告警、eBPF 可观测性、OpenTelemetry 统一标准。