VIP20
本课程属于：045-事故值班轮转机器人 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

值班机器人故障隔离与交互式Runbook联动

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
值班机器人是什么？为什么需要自动化故…
课程导论值班机器人是什么…
02
事件驱动架构基础
事件 · 告警 · 触发器
事件驱动架构基础事件
03
值班机器人选型
主流机器人框架对比（Hubot · Errbot · Opsdroid
值班机器人选型Hubot
04
告警源接入
Prometheus Alertma… · Zabbix · 云监控与机器人Webhook对接
告警源接入Prometheus
05
告警消息解析
JSON/Webhook消息结构解析 · 字段提取与标准化
告警消息解析JSON/Webhook
06
故障隔离策略设计
隔离粒度（进程 · 容器 · 主机
故障隔离策略设计隔离粒度
07
Runbook概念与设计
什么是Runbook？Runbook…
Runbook概念
08
Runbook存储与索引
Git仓库 · CMDB · 知识库与机器人查询接口
Runbook存储
09
机器人命令系统
自定义命令（!isolate · !runbook · !status）的设计与实现
机器人命令系统isolate
10
自动化隔离流程
告警触发 -> 机器人确认 -> 执…
自动化隔离流程告警触发
11
隔离动作执行引擎
SSH · Kubernetes API · 云API的封装与调用
隔离动作执行引擎SSH
12
安全确认机制
二次确认 · 权限校验 · 操作回滚与审计日志
安全确认机制二次确认
13
Runbook联动触发
根据告警标签自动匹配Runbook并…
Runbook联动触发
14
Runbook步骤自动化
将Runbook中的检查 · 诊断 · 修复步骤转化为可执行脚本
Runbook步骤自动化
15
交互式Runbook
机器人引导值班人员逐步执行Runbo…
Runbook交互式
16
状态机与超时处理
隔离操作的状态流转（Pending · Running · Success
状态机超时处理
17
故障自愈闭环
隔离后自动触发健康检查 · 通过后自动恢复服务
故障自愈闭环隔离后自动触发健…
18
多租户与权限管理
不同团队 · 不同环境的隔离权限控制
多租户权限管理
19
告警抑制与防抖
避免重复告警导致频繁隔离操作
告警抑制防抖
20
日志与可观测性
机器人操作日志 · 隔离事件追踪 · Runbook执行记录
日志可观测性
21
集成ChatOps
Slack · Teams · 钉钉
ChatOps集成
22
故障场景模拟
模拟CPU飙高 · 内存泄漏 · 磁盘满等场景测试机器人响应
故障场景模拟CPU
23
单元测试与集成测试
测试机器人命令 · 隔离动作 · Runbook解析逻辑
单元测试集成测试
24
CI/CD集成
将Runbook更新与机器人部署纳入…
CI/CD集成
25
告警风暴处理
批量隔离 · 优先级队列 · 人工介入开关
告警风暴处理批量隔离
26
回滚与补偿操作
隔离误操作后的快速恢复与补偿Runb…
回滚补偿操作
27
监控与告警机器人自身健康
机器人存活检测 · 心跳机制
监控告警机器人自身健…
28
实战案例一
Web服务CPU过载自动隔离与Run…
实战案例一Web
29
实战案例二
数据库主从延迟自动隔离与Runboo…
实战案例二Runboo
30
课程总结与最佳实践
架构回顾 · 常见陷阱 · 未来演进方向
课程总结最佳实践