SRE 简介，和 DevOps 的关系和异同
介绍 SRE 的基本概念、可靠性与自动化目标，并梳理 SRE 与 DevOps 在理念、实践方式、责任和代码所有权上的关系与差异。
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
Uber实践：运维大型分布式系统的一些心得
在过去的几年里，我一直在构建和运营一个大型分布式系统：优步的支付系统。在此期间，我学到了很多关于分布式架构概念的知识，并亲眼目睹了高负载和高可用性系统不仅要构建还要运行的挑战。构建系统本身是一项有趣的工作。规划系统如何处理10x / 100x流量的增加，确保数据持久，面对硬件故障处理等等，这些都需要智慧。不管怎样，运维大型分布式系统对我来说是一次令人大开眼界的体验。
微服务监控 - Jaeger 简介
Jaeger 是面向微服务架构的分布式链路追踪系统，常用于上下文传播、请求链路分析、根因定位、服务依赖分析和延迟优化。本文梳理 Jaeger 的核心概念、部署架构和主要组件。
从监控系统到可观测平台的演进之路
从 Open-Falcon 的监控系统实践出发，梳理微服务和云原生架构为什么推动监控系统演进到可观测平台，并说明云原生时代对数据模型、采集方式、Metric/Log/Trace 融合、告警和开源社区的要求。
顶级公司Netflix是如何做监控的？
本文解读 Netflix 自研应用监控系统 Telltale：它通过 Atlas、Mantis、基础架构事件、Canary、上下游依赖和 QoE 指标构建应用健康评估模型，并把智能监控、上下文告警、异常事件管理和部署监控串成完整链路。
如何优化 PromQL 和 MetricsQL 查询
优化 PromQL 和 MetricsQL 查询，先判断慢查询，再分别检查时间序列数量、原始样本数量、重复处理样本、高流失率标签和复杂二元运算，最后通过标签过滤、缩短窗口、调大 Grafana step 等方式降低 CPU、RAM 和 IO 消耗。
稳定性体系建设白皮书
稳定性体系建设要围绕故障生命周期展开：事前预防、事中发现与止损、事后复盘改进，并通过方法论和工具把这些动作产品化。
Flashduty Changelog 2023-04-06
Flashduty 2023-04-06 更新重点包括 IM 协同升级、模板管理交互优化、菜单优化，以及 AWS CloudWatch、华为云监控、百度云监控告警集成。
新东方：使用 Telegraf + Loki + Nightingale 实现硬件监控
新东方硬件监控案例：通过服务器带外 SNMP 暴露硬件健康状态，用 Telegraf 采集 OID 数据，写入 Loki，再由 Nightingale 配置日志告警并对接统一告警中心。
夜莺黄埔营第1期招募令
夜莺黄埔营第 1 期免费在线培训招募：围绕夜莺安装部署、架构原理、Categraf 采集器、中间件监控和 Prometheus/VictoriaMetrics/Zabbix 等监控知识，帮助新用户入门夜莺与可观测性实践。
运维百家讲坛第7期：王明松 - 自我革命的“王四条”是怎样练成的
王明松分享云原生应用实践“王四条”、深度用云的取舍、平台工程边界、成熟 SaaS 工具使用、SRE 梯队建设和运维自我革命。
Netflix SRE 实践概述
概述 Netflix SRE 实践：CORE 团队、自由与责任文化、you build it you run it、生产工具、事故响应、性能工程、混沌工程和对企业可观测性建设的启发。
运维百家讲坛第6期：途游邹轶 - 中小公司的运维怎么做？
途游游戏邹轶分享中小公司运维建设方法，涵盖游戏运维特点、研运一体化团队、平台工程、自服务、FinOps 成本优化和服务运营价值表达。
夜莺V6.X架构介绍
Nightingale 夜莺 6.x 版本架构上做了调整，本文从中心部署架构和下沉部署架构两个常见场景进行介绍。
SRE接手新业务首要工作：运维准入测试
SRE 接手新业务前要做运维准入测试，把架构、容量、稳定性、安全、可观测性和责任边界前置验证，避免上线后由运维替设计缺陷背锅。
如何做好今天的运维
如何做好今天的运维：优秀运维和架构师的核心竞争力不是会多少工具，而是对业务价值、系统流程、核心模块、部署架构、基础设施和风险预案的理解深度。
如何在 VictoriaMetrics 中删除或修改指标
说明如何在 VictoriaMetrics 中使用 delete_series 删除指标，以及通过导出、修改、删除、重新导入的流程间接更新指标数据，并提示删除 API 的性能和合规边界。
阮一峰的网络日志：运维的未来是平台工程
转载自阮一峰的网络日志。老规矩，兼听则明，偏信则暗，听百家之言，自我决策。
使用AI写篇文章：SNMP Exporter 的使用样例和注意事项
以一篇由 NotionAI 生成的 SNMP Exporter 示例为基础，介绍 SNMP Exporter 的用途、基础配置、Prometheus 抓取方式和使用注意事项，帮助读者理解 SNMP 设备指标如何进入 Prometheus。
夜莺？Nightingale？快猫？Flashcat？开源？商业化？都是啥？
解释夜莺、Nightingale、快猫、Flashcat、开源版本和商业版本之间的关系，说明夜莺的定位、快猫公司的角色以及商业版的上层能力。
