崩溃监控与线上可观测性
Flutter 线上可观测性建设：FlutterError.onError 与 PlatformDispatcher 全局捕获、Dart/原生双栈崩溃上报、符号表上传与堆栈还原、Sentry/Firebase Crashlytics 接入、性能与卡顿监控、面包屑与用户上下文、数据脱敏与采样策略。
tag
Monitoring
共 19 篇文章。
边缘与 IoT 可观测性：弱网缓冲、设备侧采集与带宽约束
系统讲解边缘与 IoT 可观测性工程：设备侧采集的资源约束与指标裁剪、弱网与离线场景的本地缓冲及断点续传、边缘聚合与本地告警分工、带宽与流量预算下的传输优化、时钟同步与数据可信度标记、多站点联邦采集，以及边缘可观测性落地中的常见避坑清单与工程最佳实践。
Serverless 与 FaaS 可观测性：冷启动、调用链断点与并发限流
系统讲解 Serverless 与 FaaS 可观测性工程：冷启动的测量与阶段分解、函数实例生命周期与冻结机制、调用链在异步消息与事件源处的断点与上下文传播、并发度与限流（throttle）指标、日志采集与结构化、成本归因，以及跨平台统一采集架构与最佳实践清单。
GPU 与加速器可观测性：DCGM 指标、显存归因与 XID 故障定位
系统讲解 GPU 与加速器可观测性工程：DCGM 与 NVML 指标来源、SM 利用率与显存占用的正确读法、XID 错误码与硬件故障定位、ECC 与 NVLink 健康度、训练与推理任务的 GPU 归因（MIG、Device Plugin、Pod 标签）、功耗温度监控与告警阈值，以及常见误读与最佳实践清单。
「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。
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。
LLM 成本治理与 Token 优化
LLM 应用上线的第一周往往没有人关心成本，第三个月账单寄来时才发现一个问答功能每月烧掉数千美元。成本的失控不是发生在单次调用，而是发生在规模放大之后：同样的功能，调用量从每天 100 次涨到 10 万次，每一次多花的几厘钱都会放大为巨额账单。LLM 成本治理的目标不是“省钱省到影响质量”，而是在质 …
分布式追踪与OpenTelemetry：微服务可观测性实战指南
深入讲解分布式追踪的核心概念与实现原理，详解OpenTelemetry的集成与配置，提供Jaeger、Zipkin、Grafana Tempo的部署方案，涵盖追踪上下文传播、采样策略与性能优化实战。
PostgreSQL 监控与诊断体系：pg_stat_activity、慢查询、pg_stat_statements 与 Prometheus 告警
构建完整的 PostgreSQL 监控与诊断体系：pg_stat_database 与 pg_stat_activity 关键指标解读、慢查询日志与 log_min_duration_statement、auto_explain 自动执行计划、pg_stat_statements 语句级统计、Prometheus + postgres_exporter + Grafana 仪表盘搭建、核心告警规则（连接数/复制延迟/死元组）、诊断常用 SQL 与常见问题定位方法论。
监控黄金信号与 RED/USE 方法论：业务与资源指标的指标设计
深度讲解可观测性指标的方法论设计：Google 四大黄金信号（Latency/Traffic/Errors/Saturation）、RED（Rate/Errors/Duration）、USE（Utilization/Saturation/Errors）与四类指标类型，如何在业务监控与资源监控中落地、每个服务/每类资源该采哪些指标、告警阈值与容量规划，以及方法论之间的选择与组合。
模型评估与 LLMOps：从离线评测到生产监控的闭环体系
LLM 应用上线后的最大风险不是"跑不起来"，而是"悄悄变差"——模型升级、Prompt 改动、知识库更新都可能引入质量回归，而概率性输出让这种退化难以用传统测试发现。LLMOps 的核心是建立评估（Evaluation）与监控（Monitoring）的闭环： …
DevOps 事件响应体系：On-Call 轮值、MTTR 优化与事后复盘
构建完整的 DevOps 事件响应体系，涵盖 On-Call 轮值设计、告警分级策略、Runbook 自动化、MTTR 度量优化与无责事后复盘文化，附有 PagerDuty / Prometheus 配置示例。
Kubernetes 可观测性实战：集群、Pod、网络、存储全链路监控
系统性 Kubernetes 可观测性实战指南：K8s 分层监控模型（集群/节点/Pod/容器/应用/API Server/etcd）、kubelet/cAdvisor/Metrics Server/Node Exporter 指标详解、Vertical Pod Autoscaler (VPA) / Horizontal Pod Autoscaler (HPA) 监控、Kubernetes Events / Audit Logs / Control Plane 日志、网络可观测性（CNI / kube-proxy / CoreDNS / Ingress）、存储可观测性（PVC/StorageClass/CSI driver metrics）、K8s 告警规则（Prometheus Rule）、Grafana K8s Dashboard 生态（社区模板/自定义）、Kubectl resource metrics / stern / k9s 排障工具链。
Grafana 可视化与仪表盘设计：从数据到洞察
系统性 Grafana 实战指南：数据源配置（Prometheus/Loki/Tempo/MySQL/Elasticsearch）、仪表盘设计原则（OLAP 原则/颜色语义/信息层次/Golden Signals）、变量与模板化（Query/Text/Custom/Interval/Datasource）、多面板联动与钻取、Alerting 规则（Grafana 告警 vs Alertmanager）、Annotation 与事件叠加、Grafana Loki 日志查询面板、Grafana Tempo 追踪面板、面板类型选择（Time Series/Stat/Table/Heatmap/Gauge/Logs/Node Graph/Canvas）、公共分享与嵌入、Grafana 权限模型与组织管理。附生产级 Dashboard JSON 模板。
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。
Web 性能指标全解析：Core Web Vitals 与真实用户监控（RUM）
系统性解读 Web 性能指标体系：Core Web Vitals（LCP、INP、CLS）的测量原理、优化阈值与实战方案；TTFB/FCP/FID/TBT 等辅助指标；真实用户监控（RUM）与实验室测试（Lighthouse）的结合；Web Vitals JS API、Chrome UX Report（CrUX）、PerformanceObserver、Resource Timing；Vue/React 性能监控 SDK 接入。
服务等级目标（SLO）：从定义到实施的完整指南
深入讲解SLO、SLI、SLA的核心概念与区别，详解错误预算计算、SLO制定方法、告警策略设计，提供Prometheus+SLO监控的实战配置与故障响应流程。
时序数据库实战：InfluxDB与TimescaleDB的架构设计与应用
深入讲解时序数据库的核心概念与架构设计，对比InfluxDB与TimescaleDB的特性差异，涵盖数据模型、查询语言、降采样策略、数据保留策略，提供IoT监控、指标采集等实战案例。
第 20 章：错误处理与监控（Sentry 与可观测性）
构建 Next.js 的完整错误处理与可观测性体系——从 Error Boundary、全局错误页、Server Action 错误处理，到 Sentry 集成、结构化日志与生产环境监控。