VIP20
本课程属于：002-SLO作业模板与误差预算 DevOps、SRE 与可观测性工程 · 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

基于Prometheus的SLO作业模板故障自愈机制设计

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
SLO基础概念
服务等级目标(SLO)定义 · 与SLA/SLI的关系 · 为什么SLO对可靠性至关重要
SLO基础概念
02
Prometheus概述
Prometheus架构 · 核心组件(Server/Alertm… · 数据模型与指标类型
Prometheus架构
03
SLI指标设计
四大黄金信号(延迟/流量/错误/饱和… · 如何为不同服务定义SLI
SLI指标设计
04
PromQL基础
即时向量与范围向量 · 选择器与标签匹配 · 基础聚合操作(rate/irate/…
PromQL即时向量
05
SLO计算PromQL
基于SLI计算错误预算 · 燃烧速率 · 窗口内SLO达成率
SLOPromQL
06
Recording Rules
使用Recording Rules预… · 优化查询性能 · 规则配置最佳实践
RecordingRules
07
多窗口多燃烧速率报警
Multi-window Multi… · PromQL实现
多窗口多燃烧速率…Multi-window
08
Alertmanager配置
路由树 · 接收器(Receiver) · 抑制与分组
Alertmanager配置
09
SLO作业模板设计
通用SLO模板结构 · 参数化模板(YAML/Jsonnet… · 模板复用与版本管理
SLO作业模板设计
10
模板变量与标签注入
使用模板变量动态注入服务名/环境/团… · 标签命名规范
模板变量标签注入
11
SLO仪表盘设计
Grafana SLO仪表盘布局 · 错误预算面板 · 燃烧速率热力图
SLO仪表盘设计
12
故障自愈概念
自愈机制定义 · 闭环自动化 · 与SLO告警的联动关系
故障自愈概念自愈机制定义
13
Webhook与自动化触发
Alertmanager Webho… · 触发自愈流水线(如Jenkins/A…
Webhook自动化触发
14
自愈脚本编写
Python/Shell自愈脚本示例 · 调用Prometheus API获取…
自愈脚本编写Python/Shell
15
Kubernetes自愈场景
Pod自动重启 · HPA弹性伸缩 · 基于SLO的自动扩缩容策略
Kubernetes自愈场景
16
自愈决策引擎
基于规则引擎(如OPA/Golang…
自愈决策引擎OPA/Golang
17
自愈安全与回滚
自愈操作的风险控制 · 熔断机制 · 自动回滚与人工确认流程
自愈安全回滚
18
SLO与自愈的集成测试
混沌工程注入故障 · 验证SLO告警触发自愈的正确性
SLO自愈的集成测试
19
多服务SLO管理
服务依赖链的SLO级联 · 级联故障的自愈协调
SLO多服务
20
SLO存储与历史分析
使用Thanos/Cortex长期存… · 历史趋势分析
SLO存储
21
SLO成本优化
基于SLO调整资源分配 · 成本与可靠性的平衡策略
SLO成本优化
22
SLO文化推广
团队SLO责任制 · 错误预算政策 · SLO评审会议
SLO文化推广
23
高级PromQL技巧
预测函数(predict_linea… · 分位数计算(histogram_qu… · 子查询
PromQL高级
24
自定义Exporter开发
使用Python/Go开发业务SLI… · 指标暴露规范
Exporter自定义
25
SLO告警抑制与去重
Alertmanager抑制规则 · 防止告警风暴 · 告警降噪
SLO告警抑制
26
自愈日志与审计
自愈动作的日志记录 · 审计追踪 · 事后复盘
自愈日志审计
27
多云/混合云SLO
跨云服务SLO统一管理 · 多云自愈策略差异
SLO多云
28
SLO与容量规划
基于SLO趋势进行容量预测 · 提前扩容避免SLO违约
SLO容量规划
29
实战案例
电商系统SLO设计：首页延迟SLO · 下单成功率SLO · 库存服务自愈
实战案例SLO
30
课程总结与最佳实践
SLO+自愈体系落地路线图 · 常见陷阱与避坑指南
课程总结最佳实践