滴滴开源HUATUO，利用eBPF打通操作系统可观测性最后一公里
面向操作系统的可观测性工具 HUATUO 项目开源了。
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
Jaeger 十岁：在社区中淬炼，于 OpenTelemetry 中重生
Jaeger 作为一个项目能够持续十年，足以证明其韧性、实用性和社区力量。如今，在迎来十周年之际，我们不仅仅是在庆祝它的长寿，更是在庆祝它的深刻演变。Jaeger 已然重生，拥抱一个建立在协作、标准化以及 OpenTelemetry 惊人发展势头之上的未来。
什么是可观测性？可观测性成功指南
可观察性是一种方法，可以帮助您预测和预防未来的问题。它有助于根据外部输出的知识确定系统的状态。本文将详细介绍可观测性的定义、重要性、好处、挑战、支柱及其如何运作。
利用 OpenTelemetry 实现尾采样
尾采样正在彻底改变各组织处理遥测数据的方式，在优化存储成本和系统性能的同时，以前所未有的精度捕获最有价值的追踪数据。
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。
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。
