01
告警哲学
为什么需要告警？黄金指标：延迟、流量、错误、饱和度
黄金信号SRE
02
日志基础
日志级别 (DEBUG/INFO/WARN/ERROR/FATAL) 与结构化日志设计
结构化可观测性
03
规则设计原则
告警规则四大要素：指标、阈值、持续时间、聚合窗口
设计模式核心
04
阈值设定
静态阈值 vs 动态阈值，基于百分位数的异常检测
动态阈值百分位数
05
聚合策略
时间窗口聚合 (sum/avg/max/min) 与降采样技术
降采样窗口
06
告警级别
P0/P1/P2/P3 分级标准与响应 SLA 设计
SLAP0
07
抑制与去重
告警风暴成因与抑制规则：依赖、沉默、聚合
去重风暴
08
路由与通知
按团队/服务/严重性路由，邮件、短信、IM 通知
路由通知
09
告警生命周期
状态机：触发中 → 已触发 → 已确认 → 已解决
状态机运维
10
Prometheus 告警规则
PromQL 表达式，record 规则与 alert 规则
PromQL监控
11
Alertmanager 配置
分组、抑制、静默、路由 YAML 配置实战
YAMLAlertmanager
12
Grafana 告警
Grafana Unified Alerting 规则创建与通知策略
Grafana可视化
13
ELK 栈告警
ElastAlert 与 Watcher 规则编写与调优
ELKElastAlert
14
云原生告警
K8s 事件驱动告警：kube-state-metrics, Event Exporter
Kubernetes事件
15
自定义告警引擎
基于 Flink/Spark Streaming 实时日志告警架构
Flink流处理
16
告警规则测试
单元测试、集成测试与混沌工程验证
混沌工程测试
17
误报与漏报
误报率 (FPR) 与漏报率 (FNR) 的平衡艺术
FPRFNR
18
告警降噪
机器学习异常检测：孤立森林、LOF 与关联分析
ML降噪
19
告警容量规划
吞吐量、延迟与存储成本估算
容量成本
20
告警可视化
仪表盘设计：热力图、时间线、SLA 仪表盘
仪表盘SLA
21
告警复盘
事后分析 (Postmortem) 与规则迭代优化流程
复盘迭代
22
多租户告警
SaaS 场景租户隔离与告警权限设计
多租户SaaS
23
告警审计
版本控制、变更审计与合规性要求
审计合规
24
告警自动化
Auto-remediation 与 Runbook 集成
自动化Runbook
25
告警成本控制
规则数量膨胀治理与定期清理策略
成本治理
26
告警与可观测性
Metrics, Logs, Traces 三支柱融合
可观测性三支柱
27
告警规则模板
通用模板库：数据库、中间件、网络设备
模板中间件
28
告警规则调优方法论
数据驱动调优循环：测量-分析-调整-验证
调优循环
29
告警规则性能优化
查询性能优化：索引、预聚合、缓存
性能预聚合
30
告警未来趋势
AIOps、因果分析、告警知识图谱与自主运维
AIOps知识图谱