1. 课程导论与背景
可观测性平台的配置挑战
现代云原生可观测性平台通常由多个开源组件拼装而成：Prometheus（指标采集与告警）、Grafana（可视化面板）、Loki（日志聚合）、Tempo（分布式链路追踪）。每个组件都依赖大量 YAML/JSON 配置文件、Dashboard JSON、告警规则、Recording Rules 以及数据源连接定义。随着微服务数量增长和集群环境增多，纯手工管理这些配置会迅速陷入以下困境：
| 挑战维度 | 具体表现 | 典型后果 |
|---|---|---|
| 配置漂移 | 开发、预发、生产环境的 Grafana 面板或告警规则不一致 | 故障漏报、误报，排障效率下降 |
| 变更追溯难 | 谁在什么时候修改了 Prometheus 的 scrape 配置或告警阈值 | 审计缺失，回滚困难 |
| 多集群复制 | 每个 Kubernetes 集群都需要部署一套可观测性栈，配置重复且易出错 | 运维负担成倍增加 |
| 版本管理缺失 | Dashboard JSON 或告警规则文件散落在不同机器或聊天记录中 | 无法快速恢复到已知稳定版本 |
| 环境差异 | 不同环境的 Loki 存储后端、Tempo 采样率、Prometheus 保留周期各不相同 | 配置模板化不足，手动修改频繁 |
核心痛点：可观测性平台的配置本质上是“代码”，但缺乏 GitOps 工作流的管理，导致其陷入与早期应用部署相同的混乱状态。
Argo CD 在 GitOps 中的角色
Argo CD 是 Kubernetes 生态中最主流的 GitOps 工具之一。它将 Git 仓库作为声明式基础设施和应用的“单一事实来源”，通过自动或手动同步机制确保集群状态与 Git 仓库中定义的期望状态一致。在可观测性平台管理场景中，Argo CD 承担以下关键角色：
- 配置声明化：将 Prometheus、Grafana、Loki、Tempo 的所有配置（包括 Helm Values、原生 YAML、ConfigMap、Secret）统一存储在 Git 仓库中。
- 自动化同步：当 Git 仓库中的配置发生变更时，Argo CD 自动或按需将变更应用到目标集群，消除手动 kubectl apply 或 Helm upgrade 带来的风险。
- 状态可视化：通过 Web UI 或 CLI 实时展示集群中可观测性组件的实际状态与 Git 期望状态之间的差异（Diff）。
- 多集群分发：利用 Argo CD 的 ApplicationSet 或多集群管理能力，将同一套可观测性配置模板化地部署到多个 Kubernetes 集群，仅通过参数覆盖环境差异。
- 回滚与审计：任何配置变更都对应一次 Git commit，回滚只需 revert 提交或同步到历史版本，所有操作记录天然留存于 Git 历史中。
课程目标与受众
本课程旨在帮助 DevOps 和 SRE 工程师掌握使用 Argo CD 管理可观测性平台（Prometheus、Grafana、Loki、Tempo）配置的完整工程方法。课程从 GitOps 基础概念出发，逐步深入到多集群配置分发、Sealed Secrets 安全处理、Drift 检测与自动修复、以及生产级 CI/CD 集成方案。
| 维度 | 详细说明 |
|---|---|
| 核心目标 | 建立一套可审计、可回滚、可复用的可观测性配置 GitOps 工作流 |
| 实践产出 | 完整的 Git 仓库结构、Argo CD Application 定义、多环境参数覆盖方案、告警规则管理流程 |
| 目标受众 | DevOps 工程师 · SRE · 平台工程师 · 对 GitOps 和可观测性感兴趣的技术人员 |
| 前置知识 | Kubernetes 基础操作 · Helm 包管理 · Prometheus/Grafana 基本使用 · Git 版本控制 |
课程定位：这不是 Argo CD 的入门教程，而是聚焦于“可观测性配置”这一特定领域的 GitOps 深度实践。如果你已经熟悉 Argo CD 的基本操作，本课程将帮你把技能提升到生产级工程水平。
重要提示：本课程所有实践操作均基于 Argo CD v2.8+ 和 Helm v3.12+。如果你使用的版本低于上述要求，部分功能（如 ApplicationSet 的 Matrix 生成器、Diff 自定义配置）可能不可用，建议先升级环境。