夜莺监控常见问题 FAQ 一览
夜莺监控 FAQ 汇总：解释 Nightingale 是什么、与 Prometheus/Grafana/Categraf/Flashcat/Flashduty 的关系，以及排查问题时应优先查看文档、日志和 GitHub issue。
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
SRE 踩坑记：JVM 暂停竟然是因为日志
一次 JVM Stop-the-World 停顿并不是 GC 算法本身变慢，而是 GC 日志写入被磁盘 I/O 阻塞。本文通过 GC 日志中的 user、sys、real 时间差异，解释如何定位问题并用 tmpfs 或异步 GC 日志规避关键路径阻塞。
从症状到解决方案：排查 Java 内存泄漏与内存溢出错误
从症状、堆转储分析到修复验证，梳理 Java 内存泄漏和 OutOfMemoryError 排查方法：关注堆内存趋势、CPU 飙升、响应超时、Heap Dump、Dominator Tree 和 Class Histogram。
给首次担任专家级 SRE（网站可靠性工程师）的几点建议
给首次担任 Staff SRE 或专家级 SRE 的实践建议：如何从个人救火转向组织级可靠性影响力，推动跨团队协作、系统化改进、健康值班和长期可靠性工程。
怎么记日志才算专业，SRE、DEV 都应该了解的实践指南
本文从日志目的、上下文、结构化、指标与追踪分工、日志级别和采集过滤几个方面，说明怎样把日志从无用流水账变成可用于排障、关联分析和成本控制的可观测证据。
将 Syslog 数据通过 Fluent Bit 发送到 Elasticsearch
使用 Docker Compose 搭建 Fluent Bit 集中式 Syslog 收集器，通过 UDP 接收 Alpine logger 日志，并将 Syslog 数据转发到 Elasticsearch 索引中验证。
了解谷歌核心网页指标（Google Core Web Vitals）：搜索引擎优化和用户体验的颠覆者
系统介绍 Google Core Web Vitals 的 LCP、INP、CLS 三项核心指标，说明它们与 SEO、SEA、用户体验和 RUM 监控的关系，并给出桌面端、移动端优化建议。
2025 年 Golang 日志库综述
梳理 Go 日志库选型：标准库 log 与 slog、Logrus、Zap、Zerolog 的适用场景、结构化日志示例、框架集成方式和生产日志最佳实践。
RUM 与其他监控工具（ Synthetic 和 Google Analytics ）对比
对比 RUM（真实用户监控）、Synthetic Monitoring（合成监控）和 Google Analytics（GA）的数据来源、使用对象、诊断深度和适用场景，帮助团队选择合适的监控与分析组合。
科普：什么是 RUM（真实用户监控 Real User Monitoring）
RUM（真实用户监控 Real User Monitoring）是一种从真实用户访问中采集网站性能和体验数据的被动监控方式，可帮助企业理解页面加载速度、地域差异、设备和浏览器影响、错误现场与业务体验。
可观测性理念：宽事件实践指南
宽事件（Wide Events）是一种强大的可观测性实践方法，能够显著提升系统调试效率与可见性。本文将介绍如何在实际项目中应用宽事件理念，包括所需工具、代码实现思路及属性添加清单，帮助开发者更好地理解和实践这一理念。
RUM（真实用户体验监控）介绍、优势、采样与挑战
系统介绍 RUM（真实用户体验监控）的定义、优势、工作流程、采样方式和存储挑战，并说明 Flashduty RUM 在趋势指标与原始数据采样存储上的推荐做法。
Docker 容器网络浅析
Docker 多容器应用不要依赖临时 IP 或过时的 --link。本文从默认 bridge 网络的问题讲起，解释用户自定义桥接网络、Docker DNS 服务发现、Compose 自动网络和 host、overlay、none 等网络驱动的适用场景。
在 Kubernetes 中构建统一的 OpenTelemetry 流水线
通过 OpenTelemetry 在 Kubernetes 集群中实现指标、日志和追踪数据的统一流水线，提升可观测性和故障排查效率。
SRE 实践真经：可观测性、SLOs、Runbooks 与事故报告
本文聚焦于将可观测性转化为可靠性的人员体系，介绍如何定义能指导决策的 SLO、构建可扩展团队知识的运行手册、设计能推动改进的结构化事后分析，以及如何将这些实践融入工程文化。
OpenTelemetry 整合 Prometheus？目前尚不美好
如果主要目标是在 Prometheus 中使用指标，直接用 OpenTelemetry SDK 埋点并不总是最佳选择。本文从目标健康监控、指标命名转换、资源标签、OTLP 接收配置、SDK 复杂度和性能开销等方面，解释为什么 Prometheus 原生客户端库仍然更适合 Prometheus 指标场景。
可观测性最佳实践：一分钟精简版
本文总结了可观测性的五大最佳实践，涵盖从业务入手、定位路径、数据关联、自动化响应到自顶向下推进等关键方面，帮助提升系统的监控与故障排查效率。
日志管理最佳实践：一分钟精简版
本文总结了日志管理的五大最佳实践，涵盖统一日志格式、合理日志级别、关联上下文信息、安全日志管理以及将日志转换为指标等关键方面，帮助提升日志处理效率与安全性。
可观测性：现代 DevOps 不可或缺的能力
可观测性能够帮助团队检测故障，并深入了解故障的根本原因。这不仅简化了调试流程，还能提升系统性能与可靠性。现代 DevOps 从开源可观测性工具中获益良多。
日志记录的 9 项最佳实践
从结构化日志、OpenTelemetry 约定、上下文、日志级别、敏感数据防护、性能、成本、采集流水线到后端选型，系统梳理日志记录的 9 项最佳实践。
