Categraf 启动失败排查：TOML、配置路径、权限和 systemd 常见错误
本文从 Categraf 当前源码和 Linux 部署流程出发，给出启动失败的完整排查顺序，覆盖配置目录、TOML 语法与编码、文件权限、systemd 服务、二进制架构、版本兼容、端口冲突和日志定位。
Flashcat 博客
围绕可观测性、AI SRE、告警治理、On-call、Nightingale、Categraf、Prometheus、Kubernetes、Zabbix、用户案例和产品更新，沉淀一线工程实践、选型参考和稳定性治理方法。
精选内容
最新文章
Categraf 配置文件结构详解：global、writer、heartbeat、inputs 与四类 Agent
本文从源码和实际目录结构出发，讲清楚 Categraf 的配置目录、global、writer、heartbeat、input 插件，以及 Metrics、Prometheus、Logs、Ibex 四类 Agent 的配置与数据链路。
Categraf PostgreSQL 监控实战：连接、事务、缓存、锁和慢查询指标
本文介绍如何使用 Categraf 采集 PostgreSQL 指标，包括监控账号、实例配置、事务与缓存指标、锁等待自定义 SQL、pg_stat_statements、夜莺和 Grafana Dashboard，以及告警建议。
Categraf MongoDB 监控实战：单节点、副本集、分片集群的采集配置和大盘
本文介绍如何使用 Categraf 采集 MongoDB 指标，覆盖单节点、副本集、mongos、config server、shard server、认证权限、核心指标、Dashboard 和告警建议。
MongoDB Docker 测试环境搭建：单节点、副本集和分片集群
本文记录如何用 Docker Compose 搭建用于 Categraf MongoDB 监控验证的测试环境，覆盖单节点、三节点副本集、config server、shard replica set、mongos、认证账号和测试数据。
Categraf DNS 查询监控实战：解析结果、非预期 IP、解析耗时和可用性
本文介绍如何使用 Categraf dns_query 插件做 DNS 查询质量监控，包括 DNS 服务器配置、域名解析探测、非预期 IP 校验、结果码、响应码、解析耗时、Dashboard 和告警建议。
AI SRE 的第一步应是事件上下文，而不是无人值守自动修复
面向正在评估 AI SRE 的企业团队，说明为什么第一阶段应优先做事件上下文收集、相似事件对比、沟通草稿和复盘材料，而不是直接无人值守自动修复。
B2B SaaS 团队如何用可观测性保护客户 SLA：把租户级可靠性信号转化为客户可用的事件响应
面向 B2B SaaS 平台、SRE、支持和客户成功团队，说明如何把 SLA、SLO、SLI、租户级影响分析、状态页和事件响应连接成客户可用的可靠性闭环。
Zabbix 迁移不是推倒重来：企业监控现代化的低风险路径
面向长期使用 Zabbix 的企业团队，说明如何保留已有监控资产，先统一告警响应和责任归属，再分阶段引入现代可观测能力。
从用户体验到根因：互联网核心旅程可观测性
面向互联网平台和 SRE 团队，说明如何围绕登录、搜索、下单、支付、消息等核心用户旅程建立从体验信号到根因路径的可观测性和响应闭环。
告警太多，不能只靠调阈值：从告警治理到 On-call 响应闭环
面向 SRE、平台工程和运维团队，说明为什么告警治理不能停留在调阈值，而要连接标签、责任人、降噪、路由、排班、升级、复盘和管理指标。
面向金融机构的可审计闭环监控与告警体系建设
面向银行、证券、期货、支付和金融科技团队，梳理如何把可观测性、告警治理、值班响应、ITSM、变更证据和复盘改进连接成可审计闭环。
遗留基础设施与云原生系统共存时，公共部门、电信与关键基础设施如何做统一监控
面向公共部门、电信运营商和关键基础设施团队，说明如何在遗留基础设施、私有云、Kubernetes 和多厂商系统共存时建设统一监控与事件响应工作流。
游戏公司流量高峰期的值班与告警治理：用 Flashcat、Flashduty 和 AI SRE 保护开服、活动与大版本更新
面向游戏开服、大版本更新、赛事活动和高价值营销活动，梳理如何用 Flashcat、Flashduty 与 AI SRE 建立玩家视角的可观测性、告警治理和值班响应闭环。
Categraf HTTP 响应监控实战：可用性、状态码、延迟和证书
本文介绍如何使用 Categraf http_response 插件做 HTTP/HTTPS 黑盒探测，包括探测配置、结果码、状态码、分阶段耗时、HTTPS 证书过期时间、Dashboard 和告警建议。
Categraf TCP/UDP 网络探测实战：端口连通性、响应时间和告警
本文介绍如何使用 Categraf net_response 插件做 TCP/UDP 网络探测，包括端口连通性、响应匹配、结果码、响应时间、Dashboard 和告警建议。
连锁零售总部如何在门店上报前发现门店故障
连锁零售总部要提前发现门店故障，不能只看服务器和网络是否在线。本文介绍如何把门店、区域、支付通道、POS、会员、库存、订单和云服务建模为可观测业务对象，并用 Flashcat 与 Flashduty 做统一视图、告警归并和事件响应。
制造业 IT/OT 可观测性：从工厂网络和 MES 到云原生应用
制造业可靠性已经是 IT/OT 共同问题。本文介绍如何把工厂网络、MES、数据库、云原生应用、告警响应和 AI SRE 连接成可观测对象模型，从关键产线试点开始提升故障诊断和响应效率。
Categraf Grafana Dashboard 使用指南
本文介绍如何使用 Categraf 仓库中的 Grafana Dashboard，包括 Dashboard 文件选择、数据源配置、变量选择、导入验证和常见无数据问题排查。
Categraf MySQL 监控实战：配置、指标、大盘和告警
本文介绍如何使用 Categraf 采集 MySQL 指标，包括账号权限、实例配置、核心指标、Grafana Dashboard、告警规则和常见问题排查。
