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

Runbook自动化编排：实现SLO告警事件驱动的自愈

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
课程导论
什么是SLO · 告警与自愈 · 为什么需要事件驱动的自动化编排
课程导论SLO
02
SLO基础概念
服务水平指标(SLI) · 服务水平目标(SLO) · 错误预算的定义与关系
SLO基础概念
03
告警体系设计
基于SLO的多级告警策略（燃烧率告警 · 预算耗尽告警）
告警体系设计SLO
04
事件驱动架构基础
事件 · 事件源 · 事件总线
事件驱动架构基础事件
05
自愈自动化概述
自愈闭环（检测-诊断-决策-执行-验…
自愈自动化概述自愈闭环
06
Runbook定义与结构
标准Runbook的组成部分（触发器 · 前置条件 · 步骤
Runbook定义
07
告警事件标准化
Prometheus Alertma… · 字段映射与富化
告警事件标准化Prometheus
08
事件网关与路由
使用Webhook · Kafka · 或AWS EventBridge接收…
事件网关路由
09
自愈引擎核心设计
规则引擎 · 策略决策点(PDP) · 动作执行器的架构
自愈引擎核心设计规则引擎
10
配置驱动编排
用YAML/JSON定义自愈工作流 · 实现声明式Runbook
配置驱动编排YAML/JSON
11
健康检查与前置条件
在自愈动作执行前验证系统状态 · 避免误操作
健康检查前置条件
12
原子动作库
常见自愈动作（重启服务 · 扩容 · 流量切换
原子动作库常见自愈动作
13
工作流编排引擎
使用Temporal · Argo Workflows或自定义…
工作流编排引擎Temporal
14
幂等性与重试机制
确保自愈动作可重复执行且不产生副作用
幂等性重试机制
15
超时与熔断
防止自愈动作长时间阻塞或级联故障
超时熔断
16
回滚与补偿事务
当自愈失败时如何安全回滚到已知状态
回滚补偿事务
17
验证与闭环
自愈完成后如何自动验证SLO是否恢复 · 并关闭告警
验证闭环
18
通知与协同
自愈过程中向On-Call人员发送进…
通知协同
19
混沌工程与自愈测试
通过混沌实验验证自愈Runbook的…
混沌工程自愈测试
20
多环境策略
开发 · staging · 生产环境不同的自愈策略与安全管控
多环境策略开发
21
安全与权限控制
自愈动作的最小权限原则 · 审计日志与审批流
安全权限控制
22
可观测性集成
自愈过程的日志 · 指标 · 链路追踪
可观测性集成自愈过程的日志
23
案例一
CPU/内存告警驱动的自动扩容与降级
案例一CPU
24
案例二
数据库连接池耗尽告警驱动的连接清理与…
案例二数据库连接池耗尽…
25
案例三
错误率SLO告警驱动的自动回滚与流量…
案例三SLO
26
案例四
证书过期告警驱动的自动续期与部署
案例四证书过期告警驱动…
27
案例五
磁盘空间告警驱动的日志清理与扩容
案例五磁盘空间告警驱动…
28
Runbook版本管理与CI/CD
将Runbook纳入GitOps流程 · 自动化测试与部署
RunbookCI/CD
29
SLO自愈效果度量
MTTR · 自愈成功率 · 错误预算消耗减少等KPI
SLO自愈效果度量
30
课程总结与最佳实践
从告警到自愈的演进路线图与常见陷阱
课程总结最佳实践