微型博客的可观测性与 SRE 实践：SLO、告警、容量与故障演练
系统讲解微型博客的可观测性与 SRE 实践：从监控到可观测性的视角转变，四大黄金信号与分层指标体系，SLO 定义、错误预算计算与治理，日志链路的采样与关联，告警分级抑制与降噪，容量规划的压测水位与弹性，混沌工程与故障演练剧本，On-call 值班与事后复盘，以及可观测性数据自身的成本经济学。
tag
Alerting
共 11 篇文章。
可观测性即代码：仪表盘、告警规则与采集配置的 GitOps
系统讲解可观测性即代码（Observability as Code）的工程实践：仪表盘即代码与 Grafana as Code、告警规则即代码与单元测试、采集配置即代码、GitOps 工作流与 CI 校验、评审与版本回滚，以及常见避坑与最佳实践清单。
机器学习异常检测：作业与检测器、分桶分析、结果解读与告警联动
系统讲解 Elasticsearch 机器学习异常检测：作业与检测器的配置方式、数据源与分桶设计、模型训练与结果解读、异常分数调优，以及与告警体系的联动落地。
「集群运维与监控：从健康诊断到滚动升级」
讲解 Elasticsearch 集群运维与监控：健康状态诊断、节点与分片管理、滚动升级与回滚、容量规划、监控指标与告警，以及常见故障排查方法。
「ELK 日志分析体系：从采集到告警」
讲解 ELK 日志分析体系：Filebeat 与 Logstash 采集解析、索引模板与 ILM 生命周期、日志检索最佳实践、集群监控与告警，并给出 Nginx 访问日志的完整落地案例。
AIOps 异常检测：从阈值告警到机器学习根因
深度讲解 AIOps 异常检测工程实践：固定阈值告警的局限、时序异常检测方法（统计/机器学习/监督）、动态基线（Madlib/Prophet/内置模型）、告警关联分析与根因定位、噪声与误报治理（收敛/去重/聚合）、AIOps 平台能力与落地路线。
小程序监控告警与错误上报
系统讲解小程序监控告警与错误上报体系：全局错误捕获与异常上报链路、性能监控关键指标、告警阈值与分级通知设计、以及从发现到治理的稳定性闭环，帮助团队在小程序发布后持续掌控线上质量。
合成监控与主动拨测：从探针到全局视图
深度讲解合成监控（Synthetic Monitoring）与主动拨测工程实践：合成监控 vs RUM 的定位、HTTP/浏览器/API 三类探针、多地域多运营商拨测网络、断言与阈值设计、与告警的联动与降噪、SLO 融入、全局视图与成本局限。
Grafana Alerting 进阶：统一告警架构、通知策略树与告警降噪实战
Grafana Alerting 把"监控数据"与"告警发送"统一到一张面板里：一条告警规则可以直接基于 Prometheus 的 PromQL、Loki 的 LogQL 或任意数据源写查询，命中后进入通知策略树，按规则分组、路由到邮件/Slack/钉钉 …
告警设计与事件响应：降噪、分级、值班与事后复盘
系统性告警与事件响应实战指南：告警设计的黄金法则（可行动性/关联上下文/优先级/渐进式）、Four Golden Signals 与 USE/RED 方法论、告警分级（P0/P1/P2/P3）与升级策略、告警疲劳根因分析与降噪手段（抑制/聚合/去重/依赖静默）、值班轮换（on-call）制度、事件响应 SOP（检测/评估/缓解/复盘）、ChatOps / Runbook 自动化、事后复盘模板（Postmortem）与无责文化、MTTR/MTBF/MTTF 指标定义与追踪、PagerDuty/Opsgenie 集成实践。
Prometheus 深度解析：指标采集、PromQL、服务发现、Recording Rule 与 Alertmanager
系统级 Prometheus 实战指南：数据模型与指标类型详解、Exporter 生态与自定义 Exporter 开发、服务发现机制（DNS/K8s/Consul/File SD）、PromQL 高级查询（聚合/子查询/二元运算/预测/同比环比）、Recording Rule 与告警规则设计、Alertmanager 分组/抑制/静默/路由、高可用联邦与远程存储、Thanos/VictoriaMetrics 扩展架构。附完整配置与实战代码。