业务故障不是 CPU 高：为什么 SRE 需要北极星指标
SRE 需要从业务健康出发识别真故障，再沿着北极星、过程指标、灭火图、日志、Trace 和事件墙定位技术根因。
标签：故障排查
汇总 Flashcat 博客中与 故障排查 相关的文章，方便按主题连续阅读实践、案例、选型和产品更新。
故障排查 相关文章
为什么全栈可观测已经建设了，故障时还是不知道先看哪里
全栈可观测不等于排障路径清晰。真正有价值的平台要把入口、对象、上下文和下钻路径组织起来，减少事故现场翻页面和手工拼线索。
事件墙为什么重要：根因定位经常不是查指标，而是找到“刚才变了什么”
事件墙把发布、配置、运行时、告警和运营事件放回同一时间窗口，帮助团队从指标异常快速追到变化证据。
OpenTelemetry 解决了数据标准，但没有自动解决排障路径
OpenTelemetry 让指标、日志和链路具备统一上下文，但要真正降低 MTTR，还需要对象模型、下钻规则、事件上下文和责任边界。
卡片规则最佳实践：如何批量生成可维护的灭火图卡片
灭火图卡片不应该靠手工堆出来。本文压缩总结卡片规则的对象建模、元信息、路径、指标、异常条件、更新策略、下钻和验收方法，帮助团队批量生成可维护的灭火图卡片。
Flashcat POC 验收清单：如何判断一体化可观测平台是否真的有价值
本文提供一套更贴近真实故障场景的 Flashcat POC 验收清单，帮助企业从数据复用、灭火图对象模型、下钻路径、告警闭环、业务指标、事件墙、SLO 和 FlashAI 判断一体化可观测平台是否真正有价值。
灭火图是什么：为什么说它是 Flashcat 的灵魂
灭火图不是普通大盘，而是围绕观测对象组织系统健康状态、下钻路径、告警入口、SLO 和 AI 上下文的稳定性工作台。
