通过 Categraf SNMP 插件采集监控数据
介绍如何通过 Categraf SNMP 插件采集监控数据，包括 SNMP agent 地址、版本、community、Scalar 数据、Table 数据、is_tag、inherit_tags 和 agent_host_tag 等关键配置。
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 SNMP 插件优化：解析带单位的监控指标
Categraf SNMP 插件通过启发式算法自动提取带单位字符串中的数值，解决浪潮等服务器返回 60 degree Celsius 格式导致指标采集失败的问题，无需正则即可智能解析温度、电流等复杂格式。
如何监控多个进程的存活和CPU、内存占用
使用夜莺监控、Categraf 和 VictoriaMetrics 监控多个进程的存活、CPU、内存、句柄、IO 等指标，并配置 procstat 插件和进程存活告警。
Nginx stub status采集
本文介绍 Nginx stub status 指标采集的完整流程：在 CentOS 7.2 环境编译 http_stub_status_module，配置 /stub_status 状态页，并通过 Categraf input.nginx 插件采集连接数、读写状态和请求指标。
Nginx upstream采集
本文介绍 Nginx upstream 健康状态采集流程：添加 nginx_upstream_check_module，配置 /upstream_status 状态页，并通过 Categraf input.nginx_upstream_check 插件采集 upstream rise、fall、up/down 等指标。
Nginx vts采集
本文介绍 Nginx vts 指标采集流程：添加 nginx-module-vts，配置 /vts_status 状态页，并通过 Categraf input.prometheus 插件采集 Prometheus 格式的 vhost、upstream 和状态码指标。
巧用Categraf探针mtail插件实现系统日志监控告警
介绍使用 Categraf 的 mtail 插件把系统日志异常转换为指标，再接入夜莺告警的轻量级方案，并给出 /var/log/messages 中 10 类严重系统错误的 mtail 规则示例。
基于告警聚合计数实现集群级告警升级——夜莺 MySQL 数据源实践
在大规模 Kubernetes 集群中，单机低级别告警可能需要按数量升级为集群级告警。本文基于夜莺 MySQL 数据源和 alert_cur_event 当前告警表，演示如何用 SQL 统计活跃告警数量，并将聚合计数作为告警阈值。
从一个 Issue 谈 PID 1 与 Reaping 机制
基于 Categraf GitHub Issue #1261，解释容器中 PID 1 为什么会导致僵尸进程泄漏，以及如何通过 Go reapDaemon、SIGCHLD、wait4 和 PR_SET_CHILD_SUBREAPER 清理子进程。
如何成为一名具备产品思维的工程师
具备产品思维的工程师关注用户、业务目标、产品决策和工程取舍。本文总结产品思维工程师的 9 个特质，并给出工程师培养产品思维的实践建议。
Kubernetes OOM 和 CPU Throttling 问题
深入解析 Kubernetes OOM 和 CPU Throttling 问题：理解 limits/requests 配置、内存过量分配、CPU shares 机制，以及如何通过 Prometheus 指标监控和预防资源耗尽导致的 Pod 被杀或限流。
Kubernetes 中必备的 10 个告警处置方法
Kubernetes 必备 10 个告警配置及处置方法：涵盖 CPU 过高、Kubelet 卷管理器故障、API Server 错误、节点资源压力、Pod 状态异常、ETCD leader 变更等关键场景的监控与排查命令。
Prometheus 14 点实践经验分享
Prometheus 14 点最佳实践：包括 USE/RED 方法论、标签基数控制、指标命名规范、告警症状而非原因、rate 和 sum 顺序等核心经验，来自 PromCon 2017 的经典分享。
SRE解决的核心问题究竟是什么？
SRE 解决的核心问题是研发不懂运维、运维不懂研发的割裂问题。它用软件工程、自动化工具和可靠性方法，使系统增长时运维人力不必线性增加，并以运维敏捷支撑研发敏捷。
论文阅读 《Pingmesh: A Large-Scale System for Data Center Network Latency Measurement and Analysis》
解读微软 Pingmesh 论文：一套大规模数据中心网络延迟监控系统，通过 Controller-Agent 架构实现每天 2000 亿次 ping 探测，用于网络故障判定、SLA 追踪和静默丢包检测。
如何采用 SRE 实践（当你不是 Google 时）
非 Google 公司落地 SRE 的实践指南：解释 SRE 与 DevOps 的关系、团队职责、成熟度模型、自动化能力、SLI/SLO/SLA 设计，以及如何从监控和事件响应开始推进可靠性工程。
使用 eBPF 在云中实现网络可观测性
使用 eBPF 实现云网络可观测性：对比 Ring Buffer、Hash Map、Array 等数据结构在流量指标收集中的性能差异，分析 Skydive、Cilium、Falco 等开源工具的实现方案。
使用 OpenTelemetry 构建可观测性 01 - 介绍
OpenTelemetry 入门指南：介绍 OTel 的 API、SDK、Collector 组件，以及 Traces、Metrics、Logs 三大可观测性支柱，通过购物车示例应用演示分布式链路追踪实现。
使用 OpenTelemetry 构建可观测性 02 - 埋点
OpenTelemetry 埋点详解：讲解手动埋点创建 Span、设置属性和事件，以及使用 Flask、MySQL 自动埋点零代码获取链路追踪数据，快速实现应用可观测性。
使用 OpenTelemetry 构建可观测性 03 - 导出
OpenTelemetry SDK 导出详解：介绍 TracerProvider 链路追踪生产者、Resource 资源元数据、OTLP Exporter 导出器的配置，实现遥测数据从应用到收集器的传输。
