科普：运维监控系统概念及用途
运维监控系统是集成多种监控工具与技术的软件平台，核心任务是监测、管理IT基础设施、应用程序及服务，确保系统的可用性、性能及安全性。
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
使用 Categraf 监控 Apache Web Server
Apache 是老一辈 Web Server，LAMP 中的 A 就是 Apache，占据了很高的市场份额。Apache 的进程是 httpd，其服务稳定性至关重要，本文讲解如何使用 Categraf 监控 Apache 的性能指标，及时发现可能的故障，保障 Apache Web Server 的稳定性。
科普：如何理解Oncall？Oncall有什么注意事项？
在服务器运维领域，Oncall工程师是系统稳定运行的重要守护者，他们负责在系统出现问题时第一时间介入，确保服务的可靠性和可用性。
科普：什么是 On-Call？ On-Call的应用场景
在服务器运维领域，On-Call机制显得尤为重要。随着云计算和数字化转型的日益普及，企业的生产系统和IT系统越来越紧密地耦合在一起，对服务稳定性和可用性的要求也越来越高。在这种背景下，On-Call文化逐渐成为每一个科技公司的标配，直接关系到企业服务的稳定性和客户满意度。
什么是夜莺？夜莺（ Nightingale ）监控系统的发展
在技术领域，特别是云原生监控领域，夜莺（Nightingale）监控系统以强大的功能逐渐崭露头角。作为一款国产、开源的云原生监控分析系统，夜莺自诞生以来便受到了广泛的关注和应用。本文将详细探讨夜莺监控系统的起源、发展、功能特点、系统架构以及其在企业中的应用。
夜莺告警通知中如何添加更丰富的机器信息
夜莺告警通知中如何添加更丰富的机器信息
告警自愈任务 ibex 的输出貌似被截断了
本文讲解了告警自愈任务 ibex 的输出截断问题，贴出了相关代码，各位在使用告警自愈功能的时候，需要适当控制一下输出。
开源时序库的兴起以及未来发展的观点
本文是 VictoriaMetrics 公司创始人所著，探讨了开源时序库的兴起历史、值得关注的项目以及未来的发展方向。时序库是监控、可观测性领域的基础设施，如果您是基础设施方向的工程师，尤其值得关注。
Datadog 监控最佳实践 - 如何排查性能问题
Datadog 作为监控、可观测性领域的头部厂商，不止是输出工具，更会输出方法论，本文是监控方法论的第三篇，讲解如何排查性能问题
Datadog 监控最佳实践 - 针对重要事项发出警报
Datadog 作为监控、可观测性领域的头部厂商，不止是输出工具，更会输出方法论，本文算是监控方法论的第二篇，讲针对什么数据做告警
Datadog 监控最佳实践 - 收集正确的数据
Datadog 作为监控、可观测性领域的头部厂商，不止是输出工具，更会输出方法论，本文算是监控方法论的第一篇，讲解数据采集，后续还会介绍针对什么数据做告警以及如何调查性能问题。
Flashduty：一站式告警 on-call 平台，加速企业告警响应
监控系统有很多，我们要把监控系统的告警事件聚合到一站式告警处理 OnCall 平台，做统一的事件处理，包括告警收敛、告警分发、告警处理、告警分析等。
告警降噪解析与实践
告警降噪是指在运维监控中，通过聚合、抑制、收敛等策略减少无用或重复告警的干扰，避免告警泛滥，确保运维人员只接收到关键信息。降噪可以减少对值班人员的打扰，同时确保他们能及时处理真正重要的告警事件。
企业分享 - 益丰大药房监控升级之路
益丰有体量庞大的研发运维团队，有体量庞大的 IT 设施和服务，为了能够更好的监控这些设施和服务，益丰在多年前就开始建设监控系统，本文分享益丰的监控升级之路，来自益丰的运维团队。
夜莺监控里的数据源挂了如何监控？如何尽快知悉？
夜莺监控支持配置数据源，并对数据源里的数据做告警判定，但是如果数据源本身挂了，如何快速知道呢？在添加数据源的时候是有判断连通性的，添加之后数据源异常应该如何监控呢？
无需推翻既有的建设，这个可观测性产品思路清奇
市面上已经有很多开源、商业的可观测性类产品，比如 Zabbix、Prometheus、Nightingale、SigNoz、SkyWalking、ELK 等等，而且各类云厂商也会提供自己的可观测性套件，有些规划混乱的云厂商甚至会提供功能重叠的多套产品，这加剧了企业数据孤岛的现状。怎么解？
海大集团：可观测平台建设实践
海大集团是以科技为主导的中国农业龙头企业，1998年成立于广东广州，目前业务涵盖饲料、种苗、动保疫苗、智慧养殖、食品加工等现代农牧全产业链。
Prometheus 告警恢复时，怎么获取恢复时的值？
Prometheus 告警事件中的 `$value` 表示当前告警触发时的值，但是在告警恢复时，Resolved 事件中的 `$value` 仍然是最新告警时的值，并非是恢复时的值，这是什么原因和原理？是否有办法来解决呢？
一张图说清告警值班 Oncall 全概念
告警集成、标签增强、聚合降噪、告警抑制、值班排班、认领升级转派、系统、通知、数据统计
SRE 必备知识 - Kafka 探秘之零拷贝技术
零拷贝技术可以大幅提升 Kafka 性能？原理和事实是什么？
