01
监控体系概述
为什么需要持续监控 · 黄金信号（延迟/流量/错误/饱和度）· 监控 vs 可观测性
黄金信号可观测性
02
监控指标设计
Counter · Gauge · Histogram · Summary 详解与选型
指标类型选型
03
Prometheus 基础
架构原理 · 数据模型 · Pull vs Push · 安装与配置
架构Pull/Push
04
PromQL 入门
即时/范围向量 · 选择器 · 聚合 · rate/irate/increase
PromQL向量
05
PromQL 进阶
Histogram 分位数 · 子查询 · Recording/Alerting Rules
分位数Rules
06
Exporter 生态
Node Exporter · cAdvisor · Blackbox · 自定义 Exporter
ExportercAdvisor
07
Grafana 可视化
数据源 · Dashboard 设计 · 变量/模板 · 告警配置
GrafanaDashboard
08
告警管理
Alertmanager · 分组/抑制/静默 · 路由 · 钉钉/飞书/邮件
Alertmanager集成
09
日志监控体系
ELK/EFK 架构 · Logstash vs Fluentd · 采集与结构化
ELKFluentd
10
日志分析实战
KQL 查询 · 聚合可视化 · 基于日志的告警
KQL日志告警
11
链路追踪基础
OpenTelemetry · Trace/Span/Context · 采样策略
OpenTelemetry采样
12
Jaeger 与 Zipkin
架构对比 · 部署 · 存储选型 (ES vs Cassandra)
JaegerZipkin
13
全链路监控整合
Metrics+Logs+Traces 三支柱 · Grafana Tempo 实践
三支柱Tempo
14
基础设施监控
CPU/内存/磁盘/网络 · 常见瓶颈定位
基础设施瓶颈
15
容器与K8s监控
cAdvisor · kube-state-metrics · 事件监控 · Pod 自动发现
K8s自动发现
16
应用层监控
业务指标埋点 · APM 选型 (SkyWalking/Pinpoint/Datadog)
APM埋点
17
数据库监控
MySQL/PostgreSQL/Redis/MongoDB · 慢查询与优化
数据库慢查询
18
中间件监控
Nginx · Kafka · RabbitMQ · Elasticsearch 指标与告警
中间件告警策略
19
前端监控
RUM · LCP/FID/CLS · 错误采集
RUMWeb指标
20
监控数据存储
时序数据库选型 · Prometheus TSDB vs VictoriaMetrics vs Thanos · 保留策略
TSDBThanos
21
高可用监控架构
Prometheus 联邦 · Thanos Sidecar/Receiver/Query · 多集群
高可用联邦
22
告警风暴治理
告警降噪 · 事件关联 · 优先级与升级策略
降噪升级
23
SLO 与错误预算
SLI 定义 · SLO 目标 · 错误预算计算与告警
SLO错误预算
24
监控自动化
自动发现 · 自动告警 · IaC (Terraform + Prometheus Operator)
IaC自动发现
25
容量规划与预测
趋势分析 · 资源水位线 · 自动扩缩容触发
容量预测
26
混沌工程与监控验证
Chaos Mesh · 故障注入 · 告警有效性验证 · 演练复盘
混沌工程验证
27
监控成本优化
采样率 · 标签优化 · 降采样 · 长期存储方案
成本降采样
28
监控安全
认证授权 (Basic/OAuth2) · TLS · 审计日志 · 脱敏
安全TLS
29
监控文档与 Runbook
标准化告警响应 · 故障排查手册 · 事后复盘模板
Runbook复盘
30
持续监控演进
AIOps · 异常检测 · 智能告警 · 未来展望
AIOps智能告警