夜莺的机器支持挂载到多个业务组了
夜莺 v7.4.1 发布：机器支持绑定多个业务组，左侧业务组 UI 重新设计，机器标签拆分为机器标签和用户标签，并支持通过 iframe 导入 Grafana 仪表盘链接。
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
科普：运维监控系统概念及用途
解释运维监控系统的定义、核心功能、实际应用、建设挑战，以及 Flashcat 在指标、日志、链路追踪、告警和可视化方面的支持。
使用 Categraf 监控 Apache Web Server
本文演示如何在 CentOS 8.2 上开启 Apache httpd stub status，并使用 Categraf apache 插件采集 CPU、Worker、连接数等 Apache Web Server 监控指标。
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
On-Call 是企业为快速响应生产故障或重大事件而建立的值班待命机制，通常结合监控告警、排班策略、通知渠道、事件记录和升级机制，保障服务稳定性和业务连续性。
什么是夜莺？夜莺（ Nightingale ）监控系统的发展
介绍夜莺 Nightingale 监控系统的定义、发展历程、功能特点、架构组件、部署方案和典型应用场景。
夜莺告警通知中如何添加更丰富的机器信息
夜莺 v7.3.2 起告警事件支持 Target 字段，通知模板可以展示机器名、CPU 使用率、内存使用率、IP、采集器版本等机器信息，帮助值班人员更快定位告警对象。
告警自愈任务 ibex 的输出貌似被截断了
解释 ibex 告警自愈任务 stdout、stderr 上报时为什么会被截断，说明 meta 目录与上报结果不一致的原因，并给出使用建议。
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
本文整理 Datadog 高效监控系列中的故障调查方法：从最高层工作指标开始，逐层检查资源指标和事件，并用预先设计的仪表盘加快性能问题定位。
Datadog 监控最佳实践 - 针对重要事项发出警报
本文整理 Datadog 高效监控系列中的告警方法：如何区分 record、notification、page，为什么应优先针对用户可感知的症状告警，而不是针对内部原因制造告警噪声。
Datadog 监控最佳实践 - 收集正确的数据
本文整理 Datadog 高效监控系列中的数据采集框架：如何区分工作指标、资源指标和事件，为什么应尽可能收集有用数据，并把数据用于告警和故障诊断。
Flashduty：一站式告警 on-call 平台，加速企业告警响应
企业常有多套监控系统，告警事件分散、降噪困难、排班和升级缺失。Flashduty 作为一站式告警 OnCall 平台，统一处理告警集成、标签增强、聚合降噪、分派升级、协同通知和统计分析。
告警降噪解析与实践
告警降噪通过聚合、抑制、静默、收敛和标签增强等策略减少重复通知和无效打扰。本文结合 Flashduty 实践说明告警风暴、告警抑制、预期内告警的处理方式和降噪效果。
企业分享 - 益丰大药房监控升级之路
益丰大药房监控升级案例：从 Zabbix、多套 Prometheus、云监控和脚本分散建设，演进到夜莺统一监控与 Flashduty 告警响应，并规划全局驾驶舱和下钻分析。
夜莺监控里的数据源挂了如何监控？如何尽快知悉？
夜莺数据源离线不能只依赖该数据源自身告警。本文介绍用 Categraf http_response、Telegraf 或 blackbox_exporter 做跨数据源探测，并用 PromQL 及时发现 Prometheus 等数据源不可用。
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
海大集团在 600+ 分子公司、容器/K8s、物理机、虚拟机、公有云和多套监控工具并存的环境下，建设统一可观测平台。本文梳理其从需求挑战、Flashcat 方案选择到北极星、灭火图、多维分析和统一告警落地的实践路径。
Prometheus 告警恢复时，怎么获取恢复时的值？
Prometheus 告警恢复事件中的 `$value` 往往仍是最后一次告警触发值，而不是恢复时的最新值。原因在于 Prometheus 规则表达式带阈值时正常状态不返回数据，Alertmanager 生成 Resolved 事件时也不会反查 Prometheus。本文解释原理和两类解决方式。
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
