01
日志体系概述
为什么库存系统需要日志？日志的三大价值（排错、审计、监控）。
基础概念
02
Python日志模块入门
logging模块基础、日志级别（DEBUG/INFO/WARNING/ERROR/CRITICAL）。
Pythonlogging
03
日志配置实战
basicConfig配置、日志格式器（Formatter）、日志处理器（Handler）。
配置Handler
04
文件日志落地
FileHandler与RotatingFileHandler，日志文件切割策略。
文件切割
05
结构化日志
JSON格式日志输出，方便日志收集与分析。
JSON可读性
06
日志上下文管理
使用LoggerAdapter传递请求ID、用户ID等上下文信息。
上下文Adapter
07
库存操作日志埋点
入库、出库、盘点等核心操作的日志记录规范。
埋点规范
08
异常日志最佳实践
捕获异常时如何记录完整的堆栈信息。
异常堆栈
09
日志安全与脱敏
避免在日志中泄露密码、手机号等敏感信息。
安全脱敏
10
日志归档与清理
日志文件的压缩、归档与自动清理策略。
归档清理
11
监控体系概述
什么是可观测性？日志、指标、链路追踪三者的关系。
可观测性三大支柱
12
Prometheus入门
Prometheus架构、数据模型、安装与配置。
Prometheus架构
13
Python指标暴露
使用prometheus_client库暴露自定义指标。
指标client
14
库存核心指标设计
库存总量、出入库速率、库存周转率等业务指标。
业务指标KPI
15
Grafana可视化
Grafana安装、数据源配置、仪表盘设计。
Grafana仪表盘
16
告警规则配置
Prometheus AlertManager告警规则编写与通知。
告警AlertManager
17
库存阈值告警
设置库存上下限告警，避免超卖或积压。
阈值库存
18
ELK日志平台搭建
Elasticsearch、Logstash、Kibana的安装与配置。
ELK日志平台
19
Filebeat日志采集
使用Filebeat将日志发送到Logstash或Elasticsearch。
Filebeat采集
20
Kibana日志分析
Kibana搜索、可视化、仪表盘制作。
Kibana分析
21
日志与指标关联
在Grafana中关联日志与指标，快速定位问题。
关联Grafana
22
链路追踪入门
OpenTelemetry架构、Span与Trace概念。
链路OpenTelemetry
23
Python链路追踪
使用OpenTelemetry SDK对库存API进行链路追踪。
PythonSDK
24
Jaeger链路分析
Jaeger安装与使用，分析库存请求的耗时瓶颈。
Jaeger性能
25
统一监控大盘
将日志、指标、链路整合到同一个Grafana看板。
整合Grafana
26
监控告警实战
模拟库存系统故障，验证告警通知是否生效。
实战故障
27
日志与监控成本控制
日志采样、指标降维、存储优化策略。
成本优化
28
SLA与SLO
为库存系统定义服务等级目标，监控达标情况。
SLASLO
29
自动化运维
基于日志与监控的自动化扩缩容、故障自愈。
自动化自愈
30
总结与展望
日志与监控体系的最佳实践总结，未来演进方向。
总结演进