监控采集与告警脚本
系统讲解用 Shell 采集系统指标并上报到 textfile collector 或 Pushgateway、阈值判定中的持续时长与迟滞区间、去抖状态机、告警通道集成与去重抑制，以及脚本自身的超时、加锁与心跳可靠性设计，附完整实例与常见踩坑速查表。
tag
监控
共 29 篇文章。
实盘运维与策略监控
实盘运维与策略监控的完整实践：从仿真盘到实盘的上线流程与资金递增节奏、策略健康度指标体系、资金曲线与回撤告警设计、盘中异常处置与人工干预、故障切换与高可用架构、日终复盘与收益归因、策略衰减识别与下线决策以及值班与应急预案，回答如何区分正常波动与真实故障。
RedisTimeSeries 时序数据实战：降采样、压缩与监控告警
RedisTimeSeries 时序数据实战：TS.CREATE 建序列与 RETENTION/ENCODING/CHUNK_SIZE 参数、TS.ADD/TS.MADD 写入与自动建键、TS.INCRBY/DECRBY 计数器、标签 LABELS 与过滤查询、TS.CREATERULE 降采样规则与聚合器（avg/sum/min/max/count/first/last/std.p/twa）、保留策略与压缩编码（UNCOMPRESSED/COMPRESSED/GORILLA/DOUBLE_DELTA）、TS.RANGE/TS.MRANGE/TS.MGET/TS.MREVRANGE 查询与 BUCKET 聚合、TS.QUERYINDEX 索引发现、与 Prometheus/Grafana 监控结合、容量规划与生产实践
WASM 可观测性：指标、追踪、日志与运行时监控
系统讲解 WASM 的可观测性建设：为什么 WASM 的可观测性比常规服务更难、运行时指标采集、手动与自动插桩、分布式追踪的上下文传递与 span 边界、结构化日志、性能剖析与火焰图、内存与资源监控、告警与 trap 分析，以及多租户观测隔离与生产落地清单。
日志解析与聚合：从一堆文本到可告警的指标
讲解如何用 grep/awk/sed 按模式提取日志字段、按时间窗口做滚动统计与去重、计算错误率并触发阈值告警，并给出与 sort/uniq 组合的实战套路。
Nginx 监控与可观测性：stub_status 指标、Prometheus 集成与容量规划
把 Nginx 从黑盒变成可观测的组件，讲解 stub_status 内置指标、Prometheus exporter 集成、访问日志采集与可视化、告警规则设计、容量规划与压测，以及基于 request_id 的全链路追踪排错方法。
前端性能调试实战：从首屏加载到运行时瓶颈
前端性能调试实战：性能指标体系（FCP/LCP/CLS/TTFB/INP）、加载性能优化（代码分割/懒加载/预加载/Tree Shaking/压缩）、运行时性能（内存泄漏/长任务/事件处理）、网络优化（HTTP/2/3/CDN/缓存策略/图片优化）、性能监控（RUM/Real User Monitoring/Core Web Vitals）、Chrome DevTools 高级用法（Performance/Timeline/Memory/Network/Lighthouse）、性能预算与 CI 集成、常见瓶颈诊断流程。
LLM 服务可观测性：吞吐、时延、token 与成本监控
LLM 推理服务没有可观测性就像盲人开车：TTFT、TPOT、吞吐、token 计量、GPU 利用率、链路追踪与成本核算缺一不可。本文给出从指标定义到看板、压测、告警的完整方法论。
GitHub Actions 定时任务：自动化备份、清理与报表
GitHub Actions 定时任务实战：cron 语法与调度策略、自动化备份（数据库/仓库/Artifact）、过期数据清理（Artifact/日志/缓存）、依赖更新报表生成、健康检查与站点监控（HTTP ping/证书过期检查）、周期性测试（端到端/性能回归）、Stale Issue/PR 自动清理、报告邮件/Slack 推送、成本优化（运行时间/并行度）
《Redis Sentinel 高可用：监控、故障转移与生产运维》
深入 Redis Sentinel 的角色与架构、quorum 投票与主观/客观下线判定、故障转移完整流程、客户端重定向机制，以及 3 节点生产部署的配置、监控与常见坑。
ClickHouse 生产性能调优实战：写入、查询、内存与集群优化
生产环境的 ClickHouse 性能问题很少是单一原因。本文给出可执行的调优框架：先量化再定位，逐层优化写入（批量/并发/格式）、查询（索引/分区/裁剪）、内存与资源（配额/超时）、物化视图预聚合、表引擎压缩、集群分片副本，并用慢查询定位流程与监控闭环收尾。
模型部署与 MLOps：ONNX、FastAPI、Docker 与监控
系统覆盖 ML 模型上线：ONNX 导出跨框架、FastAPI 推理服务、Docker 容器化、批处理 vs 在线推理、A/B 测试、模型版本与回滚、监控告警、MLOps 全流程。
26. MongoDB 监控与可观测性实践
MongoDB 指标体系（currentOp/serverStatus/dbStats）、慢查询与 Profiling（system.profile）、Oplog 监控、Prometheus + mongodb-exporter + Grafana、告警规则设计与连接数分析
大 Key 与热 Key 治理：发现、拆分与缓解全流程
Redis 大 Key 与热 Key 治理实战：大 Key 危害（阻塞/内存不均/网络）、大 Key 发现（bigkeys/scan/memory usage）、大 Key 拆分方案（Hash 分片/压缩）、热 Key 探测（热点分析/Proxy 统计）、热 Key 缓解（本地缓存/分片/多副本）、监控告警与完整治理流程
Linux 进程管理与系统监控：从 ps 到 systemd 的完整实战
系统讲解 Linux 进程管理：进程与线程模型、ps/top/htop 进程查看、进程信号与 kill、job control 与前后台、systemd 服务单元管理、以及 vmstat/iostat 系统资源监控与性能基线。
Linux 性能监控与调优：从 CPU 到磁盘的完整实战
系统讲解 Linux 性能监控与调优：性能分析四件套（CPU/内存/IO/网络）、perf 采样剖析、CPU 亲和与进程优先级、内存参数与 swap 调优、IO 调度与 sysctl 内核参数、以及一套完整的性能排查方法论。
Docker 容器监控与日志实践：cgroups 资源限制、Prometheus 与日志驱动
Docker 容器监控与日志完整实践：cgroups 资源限制（CPU/内存/IO）与 docker stats、Prometheus + cAdvisor 指标采集、日志驱动（json-file/loki/fluentd）、logrotate 与日志轮转、健康检查与重启策略、告警与容量规划。
设计日志与监控系统
本文深度设计一个可观测性平台（日志 + 指标 + 追踪）：覆盖日志采集 Agent 与管道、传输缓冲与削峰、存储选型（ES/Loki/时序库）、指标与告警、分布式追踪关联、高可用设计、采样与分层成本控制，以及查询与可视化，附采集配置、告警规则与时序存储 Schema。
ClickHouse 监控与运维
ClickHouse 提供了丰富的系统表和指标用于监控集群健康。本文详解运维查询、磁盘管理、TTL 策略、备份恢复和生产环境的维护最佳实践。
DevOps 监控告警深度实战：Prometheus、Grafana 与 Alertmanager 生产配置
深入讲解 Prometheus 四种指标类型、PromQL 进阶查询、Recording Rules、Grafana 模板化仪表板、Alertmanager 路由与静默机制，并附 Thanos 与 VictoriaMetrics 生产部署方案。