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OpenTelemetry接入与事件触发故障排查

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
值班机器人概述
值班机器人的定义 · 核心功能（告警通知 · 事件响应
值班机器人概述值班机器人的定义
02
OpenTelemetry基础概念
什么是OpenTelemetry · 三大信号（Traces/Metric… · Collector架构与组件
OpenTelemetr…基础概念
03
OpenTelemetry SDK接入原理
SDK初始化 · TracerProvider/Met… · Span与Metric的创建与导出
OpenTelemetr…SDK
04
值班机器人Trace接入实战
在机器人核心流程（接收告警->决策-… · 实现端到端追踪
Trace值班机器人
05
值班机器人Metrics接入实战
定义关键指标（告警处理延迟 · 执行成功率 · 队列积压数）
Metrics值班机器人
06
值班机器人Logs接入实战
结构化日志改造 · 关联TraceID与SpanID · 实现日志-追踪联动
Logs值班机器人
07
OpenTelemetry Collector部署
Collector的安装 · 配置文件结构（receivers/p… · Pipeline定义
OpenTelemetr…Collector
08
Collector接收器配置
OTLP Receiver · Prometheus Receive… · Filelog Receiver的配…
Collector接收器配置
09
Collector处理器实战
Batch处理器 · Memory Limiter处理器 · Attributes处理器
Collector处理器实战
10
Collector导出器配置
导出到Jaeger · Prometheus · Elasticsearch
Collector导出器配置
11
事件触发机制原理
事件驱动架构 · Webhook · 消息队列（Kafka/RabbitM…
事件触发机制原理事件驱动架构
12
值班机器人事件源接入
对接Prometheus Alert… · Grafana Webhook · 云监控（AWS CloudWatch…
值班机器人事件源…Prometheus
13
事件过滤与路由
基于告警级别 · 标签 · 来源的事件过滤策略
事件过滤路由
14
事件去重与抑制
实现基于时间窗口和指纹的去重逻辑 · 防止告警风暴导致机器人过载
事件去重抑制
15
事件触发故障场景一
告警丢失——Trace分析定位Col…
事件触发故障场景…Trace
16
事件触发故障场景二
延迟过高——Metrics分析Col… · 网络延迟 · 队列积压
事件触发故障场景…Metrics
17
事件触发故障场景三
误触发——Logs与Trace联合排…
事件触发故障场景…Logs
18
事件触发故障场景四
机器人无响应——Heap Profi…
事件触发故障场景…Heap
19
事件触发故障场景五
数据格式不兼容——使用Transfo…
事件触发故障场景…Transfo
20
事件触发故障场景六
Collector OOM——Mem… · 通过Metrics监控Heap使用率
事件触发故障场景…Collector
21
事件触发故障场景七
网络分区——Collector与后端… · 通过Retry Queue与持久化缓…
事件触发故障场景…Collector
22
事件触发故障场景八
SDK版本兼容——升级OpenTel… · 通过Diff工具对比配置与API变更
事件触发故障场景…SDK
23
事件触发故障场景九
采样策略错误——Head Sampl…
事件触发故障场景…Head
24
事件触发故障场景十
认证与授权失败——Collector… · 通过日志排查握手失败原因
事件触发故障场景…Collector
25
可观测性仪表盘设计
使用Grafana构建值班机器人健康… · Metrics趋势 · Logs错误率）
可观测性仪表盘设…Grafana
26
告警规则与SLO
基于OpenTelemetry Me… · 配置Prometheus告警规则
SLO告警规则
27
自动化故障自愈
结合OpenTelemetry检测异… · 触发机器人自动执行恢复动作（重启Co… · 扩容队列）
自动化故障自愈OpenTelemetr…
28
混沌工程与韧性测试
注入故障（网络延迟 · Collector崩溃）验证Open…
混沌工程韧性测试
29
生产环境最佳实践
Collector高可用部署 · SDK配置优化 · 日志级别动态调整
生产环境最佳实践Collector
30
课程总结与实战演练
综合案例——从零搭建一个带OpenT… · 并模拟事件触发故障进行排查
课程总结实战演练