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。
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
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
SRE 必备知识 - Kafka 探秘之零拷贝技术
Kafka 为什么会使用操作系统零拷贝？本文解释传统拷贝、zero-copy、DMA、page cache、socket buffer、scatter-gather I/O 以及 SSL/TLS 对 Kafka 零拷贝的影响。
PagerDuty 国内替代方案
介绍 PagerDuty 国内替代方案 Flashduty：从告警聚合降噪、OnCall 排班、告警升级、移动协同、本土化 IM 集成、SaaS 试用和私有化部署等维度说明适用场景。
知乎：SLO 运营实践
知乎如何把海量可观测数据转化为 SLO 运营能力？本文梳理知乎 Prometheus、Graphite、VictoriaMetrics 指标体系，以及基于 Flashcat 灭火图的 SLO 创建、告警、下钻和报表实践。
期货行业的 Oncall 实践
基于上海某期货公司在 CCF 夜莺可观测性创新论坛的分享，梳理期货行业 Oncall 建设中的多时段交易、关键告警遗漏、高频告警治理、排班升级、CMDB 标签增强和 MTTA/MTTR 持续运营实践。
使用 SpanMetrics Connector 将 OpenTelemetry 跟踪转换为指标
当应用已经接入 OpenTelemetry Trace，但指标埋点还不完善时，可以使用 SpanMetrics Connector 从 Span 中生成 RED 指标。本文说明 SpanMetrics 的配置项、Collector 管道和 Prometheus 抓取方式。
解决方案：兼顾合规、便捷、可扩展，全球化的监控平台建设方案
面向中国企业出海和多 Region 部署场景，介绍一种兼顾合规、网络时延、集中管理和本地自治的全球化监控平台方案：通过 Flashcat centre + edge 模式统一配置管理，同时让边缘区域在网络中断时保持本地采集、存储和告警能力。
9k star 监控系统，100% 国产，推荐了解
夜莺监控（Nightingale）是国产开源监控项目，侧重多数据源告警、告警规则统一管理、边缘机房告警引擎和 Prometheus 生态协同。本文从项目背景、产品架构、优势和边界介绍夜莺适合解决的问题。
夜莺 v7.2.1 发版，支持查看告警事件通知记录
夜莺 v7.2.1 聚焦告警事件详情页体验，新增通知结果记录查看和告警规则自愈设置，并修复仪表盘、变量和 Elasticsearch 相关问题。
14条记录日志的最佳实践，请记好，吵架用
如何记录日志才算最佳实践？本文整理 14 条日志管理建议，覆盖日志目标、日志级别、结构化日志、上下文、采样、日志关联、轮换、告警、安全、性能和团队协作。
2024 年了，IT 运维监控系统都有哪些
2024 年值得关注的 IT 运维监控系统梳理：Prometheus、Grafana、Nightingale、Zabbix 以及 Cacti、Nagios 的适用场景、能力边界和选型维度。
运维 + AI，你得先搞懂这些
从运维场景出发，梳理 Semantic Kernel、LangChain、Prompt 工程、RAG、Fine-Tuning、CoT、ToT、ReAct 等 AI 基础概念，以及它们在告警分析、故障处理、资源优化和可观测性建设中的落地思路。
在 Kubernetes 中部署 Alertmanager
本文演示如何在 Kubernetes monitoring 命名空间中部署 Alertmanager，并配置 Prometheus 告警地址、Alertmanager ConfigMap、告警模板、Deployment 和 NodePort Service。
