VIP20
本课程属于：043-SLO告警自愈剧本 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

事件触发型告警自愈：基于SLO的自动化故障响应框架

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
什么是SLO · SLI · SLA
SLO基础概念
02
告警自愈概述
事件驱动架构在SRE中的应用 · 告警自愈的定义 · 目标与核心价值
告警自愈概述SRE
03
SLI指标设计
如何为不同服务（延迟 · 错误率 · 吞吐量
SLI指标设计
04
SLO目标设定
基于用户旅程的SLO制定方法 · 错误预算的计算与消耗机制
SLO目标设定
05
错误预算与告警触发
错误预算耗尽速度与告警级别映射 · 多窗口多燃烧速率告警规则设计
错误预算告警触发
06
事件触发型架构
事件总线（Event Bus）设计 · 基于CloudEvents标准的告警…
事件触发型架构Event
07
告警事件路由
基于内容的路由策略 · 将不同SLO违反事件分发到对应的自愈…
告警事件路由基于内容的路由策…
08
自愈动作定义
预定义修复动作库（重启 · 扩缩容 · 回滚
自愈动作定义预定义修复动作库
09
自愈工作流引擎
基于状态机或DAG的工作流编排 · 支持条件分支 · 重试
自愈工作流引擎DAG
10
自动化故障响应框架整体架构
从告警产生到自愈完成的端到端数据流与…
自动化故障响应框…从告警产生到自愈…
11
告警事件持久化与上下文存储
使用时序数据库存储告警上下文 · 支持历史回溯与根因分析
告警事件持久化上下文存储
12
自愈策略配置中心
动态配置SLO阈值 · 自愈动作 · 冷却时间
自愈策略配置SLO
13
安全与权限控制
自愈动作执行的最小权限原则 · 操作审计与审批流集成
安全权限控制
14
混沌工程与自愈验证
通过混沌实验主动注入故障 · 验证自愈框架的有效性与SLO保护能力
混沌工程自愈验证
15
自愈效果度量
如何定义自愈成功率 · MTTR（平均修复时间） · MTBF（平均故障间隔）等关键指标
自愈效果度量如何定义自愈成功…
16
基于机器学习的预测性自愈
利用时间序列预测模型提前发现SLO违… · 触发预防性自愈
基于机器学习的预…SLO
17
多集群/多云环境下的自愈
跨区域 · 跨云提供商的统一告警自愈策略与数据一…
多集群多云环境下的自愈
18
自愈动作的幂等性与副作用管理
确保重复执行自愈动作不会导致系统状态…
自愈动作的幂等性副作用管理
19
告警风暴与自愈风暴防护
设计防抖动机制 · 全局熔断器 · 避免自愈动作引发级联故障
告警风暴自愈风暴防护
20
自愈结果通知与反馈闭环
自愈执行后自动更新告警状态 · 通知值班人员 · 收集人工反馈
自愈结果通知反馈闭环
21
SLO仪表盘与可视化
实时展示SLO达成状态 · 错误预算消耗 · 自愈事件时间线
SLO仪表盘
22
自愈剧本（Runbook）自动化
将传统运维手册转化为可执行的自动化脚…
Runbook自愈剧本
23
事件驱动函数计算
使用FaaS（函数即服务）实现轻量级… · 降低运维复杂度
事件驱动函数计算FaaS
24
自愈框架与CI/CD集成
在发布流水线中集成SLO验证门禁 · 阻止降级变更上线
CI/CD自愈框架
25
告警去重与聚合
基于SLO维度的告警压缩算法 · 减少重复告警对自愈系统的压力
告警去重聚合
26
自愈动作的灰度执行
先在小比例实例上执行自愈动作 · 观察SLO变化后再全量执行
自愈动作的灰度执…小比例实例上执行…
27
故障注入与自愈演练平台
构建沙箱环境 · 定期进行红蓝对抗演练 · 提升自愈可靠性
故障注入自愈演练平台
28
自愈框架的日志与链路追踪
关联告警事件 · 自愈动作与分布式追踪 · 加速根因定位
自愈框架的日志链路追踪
29
案例实战
电商网站库存服务SLO违反自愈——从…
案例实战SLO
30
案例实战
支付网关高延迟自愈——自动切换备用链… · 保障SLO达标
案例实战支付网关高延迟自…