夜莺里如何引用标签和注解变量
夜莺里如何引用标签和注解变量？本文集中介绍了夜莺里引用标签和注解变量的两种场景，分别是告警规则和消息模板。
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
SLI指南针：保真度和粒度
SLI 是可靠性工程中的一个基本概念。如果运用得当，它能从消费者的角度，依据业务目标对服务水平进行量化。本文介绍了 SLI 指南针，这是一种二维思维模型，可帮助您快速评估现有服务等级指标（SLI）的信噪比，并根据成本和复杂性评估服务等级指标。目标是帮助资深工程师、技术和工程负责人根据产品成熟度、预算、时间安排和使用模式选择合适的服务等级指标（SLI）。
Grafana侧重可视化，那多数据源告警呢？
Grafana可以对接多种数据源，对其中的数据做可视化分析。实际上，Grafana也可以配置告警规则，只是设计上相对拧巴，用户用的比较少。今天为大家介绍另一款开源项目，侧重点就是多数据源告警，希望可以帮到大家。这个项目叫夜莺监控。
Prometheus 监控 Kubernetes Cluster 最新极简教程
本文介绍如何在 Kubernetes 集群中安装和使用 Prometheus 进行监控，包括安装 kube-prometheus-stack、查询数据、使用 Grafana 可视化等
夜莺监控的几种架构模式详解
本文介绍夜莺监控（Nightingale）的几种架构模式，包括仅作为告警引擎、数据流经夜莺、边缘架构等
监控系统如何选型：Zabbix vs Prometheus
Zabbix 和 Prometheus 都是开源监控领域的佼佼者。具体在落地是如何选型呢？本文从两个产品的发展历史、集成度、演进等方面做一些对比，希望能帮助你做出更好的选择。
NetFlix SRE 实践
这是来自 NetFlix 的 CORE 团队的 SRE 工程师 Hank Jacobs 分享的 NetFlix SRE 实践，介绍了 NetFlix CORE 团队的职责、工作方式以及他们如何确保 Netflix 服务的稳定性和可靠性。
NetFlix 面试题：从 A-Z 列出 Unix 命令
这是某位仁兄去 NetFlix 面试的面试题之一，面试官要求应聘者在 5 分钟内尽可能多的写出 Unix 相关命令。以下是按字母顺序排列的常见Unix命令列表。
为 Prometheus 告警规则增加 UI 管理能力
Prometheus 体系貌似已经成为新时代的监控标准，运维出去找工作，很多公司都要求掌握 Prometheus 相关知识。但是，Prometheus 实际在应用时，通常会遇到一个典型问题：告警规则管理问题。今天为大家介绍一个开源项目，就是来解决这个问题的，它的名字是：Nightingale，即夜莺监控。
何为 Prometheus 高基数？为何有时会有高基数峰值？
本文将探讨 Prometheus 中的高基数概念，分析其产生的原因以及如何应对高基数带来的挑战。
我构建了公司第一个监控系统，这里是我学到的
本文分享了作者在构建公司第一个监控系统时的经验和教训，涵盖了自定义指标、最佳实践、验证指标管道等方面。
Java 程序监控 - Actuator、Micrometer、JMX、组件自身暴露指标
梳理 Java 程序的几种监控方式：Spring Boot Actuator、Micrometer、JMX 以及组件自带指标，并给出暴露 Prometheus 指标的思路。
可观测性体系建设五步心法：明业务、立规范、采数据、显特征、获洞见
笔者做监控 11 年，在可观测性领域创业 4 年，与各类客户沟通较多，发现很多企业想要建设可观测性体系，但是不得章法，我把整个建设过程做了一个简单总结，梳理一下其中的脉络，希望对你有所启发。
引入 AI 分析故障，Flashduty 又进步了
Flashduty 作为一站式告警 On-call 平台，会把各个监控系统的告警事件聚拢到一起，把相似的告警收敛为故障（incident），所以，在 Flashduty 中要提供故障本身的分析总结能力，这就理所当然。
底层的告警，上层应用应该收吗？
我是业务应用的 DEV 或 SRE，我的应用依赖了底层服务和基础设施，比如依赖基础网络、Kubernetes、MySQL、收银台服务，那这些基础服务如果出问题，我应该收告警吗？夜莺里有个订阅规则，是不是就是为此设计的？
CPU 负载高，到底应不应该告警？？
CPU 负载高，到底应不应该告警？这个问题困扰了很多监控新手、老手。今天我们就来聊聊这个问题。
HUATUO 基于BPF的可观测能力建设及 GPU 大模型性能剖析
第三届 CCF·夜莺开源创新论坛，于 2025.7.4 在京举行，论坛上，众多可观测性领域的专家齐聚一堂，共同分享、探讨监控、可观测性、AI 相关的议题。来自“滴滴出行”的内核专家张同浩，带来了主题为《HUATUO 基于BPF的可观测能力建设及 GPU 大模型性能剖析》的分享，笔者在现场作为观众受益良多，现将其内容整理如下，供大家参考。
突破指标上限：Zepto 借助 Mimir 实现的可观测性演进
在 Zepto，我们的可观测性平台经历了从 Prometheus + Thanos 到 Grafana Mimir 的重大转变。本文将深入探讨这一演进过程中的挑战、解决方案以及我们如何实现高效的多租户指标存储。
使用 Grafana、Loki、Fluent Bit、Mimir 和 OpenTelemetry 构建完整的可观测性技术栈
在本文中，我们将使用 Grafana、Loki、Fluent Bit、Mimir 和 OpenTelemetry 构建一个完整的可观测性技术栈。我们将逐步介绍如何配置这些工具，以实现日志和指标的收集、存储和可视化。
掌握这些能力，工资翻倍不成问题
想要在 SRE 职业生涯中实现工资翻倍？本文将介绍 SRE 需要掌握的关键能力，从硬核技术到跨团队协作，帮助你在竞争中脱颖而出。
