夜莺-Nightingale

夜莺V7+

项目介绍功能概览

部署升级

部署说明老版本升级附：Docker Compose 附：二进制部署附：高可用部署附：Prometheus 部署附：部署采集器附：边缘机房部署

数据接入

数据源接入导入仪表盘数据采集

告警管理

快速入门 PromQL 邮件推送企微推送钉钉推送回调推送脚本推送自定义通知模板告警屏蔽告警自愈告警事件

数据查看

即时查询仪表盘

功能介绍

告警管理

告警规则

基础配置生效配置

查询统计

Prometheus Elasticsearch MySQL 阿里云 SLS 腾讯云 CLS 变量查询

告警条件

告警表达式 MySQL 举例

告警屏蔽告警订阅告警历史

通知管理

通知规则介绍阿里云短信

仪表盘

巡检报告集成仪表盘

数据源

Prometheus Elasticsearch Loki TDengine MySQL SLS CLS Jaeger Zabbix

时序指标

快捷视图

即时查询

Prometheus TDengine MySQL Zabbix

日志分析

Elasticserch 阿里云 SLS 腾讯云 CLS Loki

告警自愈

自愈脚本临时任务

基础设施

机器列表采集配置网络设备设备采集模板

集成中心

告警规则模板仪表盘模板指标模板采集模板

人员组织

用户管理团队管理业务组管理权限管理联系方式

系统配置

单点登录

OIDC OAUTH2 LDAP CAS

通知设置

通知媒介阿里云短信阿里云语音腾讯云短信腾讯云语音

通知模板站点设置变量设置告警引擎

API FAQ

夜莺V6

项目介绍架构介绍

快速开始

最快速体验

黄埔营

安装部署

部署说明 Docker Compose 高级部署方案附：Prometheus 部署

升级

采集器

概述 Categraf Datadog-agent Falcon插件 Grafana-agent Telegraf

使用手册

仪表盘

仪表盘图表配置

告警管理

告警规则内置规则告警屏蔽告警订阅活跃告警历史告警通知媒介

时序指标

即时查询快捷视图记录规则

日志分析

即时查询

基础设施

机器列表采集配置

告警自愈人员组织数据源通知配置通知模板单点登录 ES日志监控（专业版）自监控权限管理

API

数据读取数据推送操作类接口回调地址对接方式

数据库表结构

users notify_tpl board users target target user_group user_group_member task_tpl task_tpl_host task_record sso_config role role_operation recording_rule notify_tpl metric_view datasource configs chart_share busi_group busi_group_member builtin_cate builtin_cate builtin_cate builtin_cate board board_payload alerting_engines alert_subscribe alert_rule alert_mute alert_his_event alert_cur_event alert_aggr_view

FAQ

转发数据给多个时序库机器列表数据异常数据流图监控数据时有时无查询原始监控数据快捷视图详解告警自愈模块使用仪表盘里只展示我的机器仪表盘里图表数据缺失设置自定义告警通知方式 target_up指标的问题夜莺可以监控 x 么夜莺告警常见问题排查思路告警和恢复的判断逻辑容量规划问题 connection refused 登录与认证数据采集器Categraf 日志写到`/var/log/messages` 告警规则&告警模板如何引用变量采集到的数据是字符串怎么处理管理员密码忘记了制作大盘如何添加图片添加loki数据源报错 v6小版本升级有什么 sql 要执行吗机器列表有展示，但采集数据查询不到 n9e 启动异常报错 n9e集群部署配置修改推送 Promethus 报错 OOO 机器列表怎么忽略云资源告警规则仅在本业务组生效失败 categraf 启动 oracle 插件报错告警自愈不生效 n9e查询时序库EOF报错手动编译项目报错 promQL 使用函数标签信息丢失内存使用率+可用率不等于100 夜莺仪表盘有哪些内置变量 categraf配置文件支持热加载吗导入 Grafana 仪表盘无效数据源如何查看报错消息

夜莺V5

项目介绍藏经阁

安装部署

事前必读 Docker Compose 方式 Helm 方式二进制方式 VictoriaMetrics 告警自愈模块

采集器

Telegraf Grafana-agent Falcon插件 Datadog-agent Categraf

使用手册

SNMP 应用监控 Mtail日志监控 JVM监控钉钉告警电话短信告警告警通知告警格式 Relabel 自监控

API

数据读取数据推送 Webapi接口

采集器-Categraf

插件配置

插件综述基础指标采集插件 netstat采集插件 netstat_filter采集插件 procstat采集插件 http_response mysql插件 redis插件 snmp插件 ipmi采集插件 dcgm插件 nvidia_smi插件 cadvisor采集插件 smart采集插件 postgresql插件 mongodb插件 elasticsearch采集插件 exec采集插件 emqx采集插件阿里云指标采集插件 Zabbix 指标转换插件 cloudwatch指标采集插件 google cloud指标采集插件 mtail插件 prometheus采集插件页面配置采集插件

Flashcat 企业版

总体介绍

北极星

简介落地步骤最佳实践 SLA管理实践

灭火图

简介落地步骤最佳实践

事件墙

简介落地步骤最佳实践

日志分析

简介落地步骤最佳实践

最佳实践

如何获取Flashcat即时查询带参数的URL 如何修改北极星大屏的Logo 如何嵌入Flashcat Web页面

开源生态

Telegraf

介绍、安装、初步测试 CPU、MEM、DISK、IO插件 kernel、system、processes插件 exec、net、netstat插件端口监控、TCP探测 PING、Procstat插件

Prometheus

第1章:天降奇兵

开篇 Prometheus简介

初识Prometheus

安装Prometheus Server 使用Node Exporter采集主机数据使用PromQL查询监控数据使用Grafana创建可视化Dashboard

任务和实例 Prometheus核心组件讲解小结

第2章:探索PromQL

开篇理解时间序列 Metrics类型初识PromQL PromQL操作符 PromQL聚合操作 PromQL内置函数在HTTP API中使用PromQL 最佳实践：4个黄金指标和USE方法小结

第3章:Prometheus告警处理

开篇 Prometheus告警简介自定义Prometheus告警规则部署Alertmanager Alertmanager配置概述基于标签的告警处理路由

使用Receiver接收告警信息

概述与SMTP邮件集成与Slack集成与企业微信集成集成钉钉：基于Webhook的扩展

告警模板详解屏蔽告警通知使用Recoding Rules优化性能小结

第4章:Exporter详解

开篇 Exporter是什么

常用Exporter

容器监控：cAdvisor 使用 Prometheus 监控 MySQL 运行状态：MySQLD Exporter 网络探测：Blackbox Exporter

使用Java自定义Exporter

使用Client Java构建Exporter程序在应用中内置Prometheus支持

小结

第5章:数据与可视化

开篇使用Console Template Grafana基本概念

Grafana与数据可视化

概述变化趋势：Graph面板分布统计：Heatmap面板当前状态：SingleStat面板

模板化Dashboard 小结

第6章:集群与高可用

开篇 Prometheus 本地存储 Prometheus 远程存储 Prometheus 联邦集群 Prometheus 高可用 Alertmanager 高可用小结

第7章:Prometheus服务发现

开篇 Prometheus与服务发现基于文件的服务发现基于Consul的服务发现服务发现与Relabeling 小结

第8章:监控Kubernetes

开篇初识Kubernetes 在Kubernetes下部署Prometheus Kubernetes下的服务发现使用Prometheus监控Kubernetes集群基于Prometheus的弹性伸缩小结

第9章:Prometheus Operator

开篇什么是Prometheus Operator 使用Operator管理Prometheus 使用Operator管理监控配置在Prometheus Operator中使用自定义配置本章小结

参考资料

事件墙系统最佳实践

最佳实践

据统计70%左右的事故都是由变更引起的，因此，故障定位过程中高优查看相关变更事件，是有效的故障定位手段之一。
Flashcat的事件墙即为汇聚故障定位所需的关键事件设计。基于事件墙的故障定位最佳实践举例如下：

北极星报警发现故障后，观察灭火图状态，确定异常的模块。
在模块的卡片点击调出模块的关联信息（配置方式见灭火图系统）。或直接进入事件墙系统，筛选该业务及相关模块的事件集合。
如有变更事件的时间和北极星报警时间match或相近，立即通知相关人员回滚变更。
观察相关业务和相关模块的报警事件，查看是否有严重的报警发生，如实例资源耗尽、服务器宕机等，针对性的采取止损操作。