01
因子工厂概述
什么是因子工厂、核心地位、典型架构与数据流
概念架构
02
监控体系设计原则
黄金指标 · 监控分层（基础设施/应用/业务）
设计分层
03
基础设施监控
CPU/内存/磁盘IO/网络带宽 · 告警阈值
CPU磁盘网络
04
应用层监控
进程存活 · JVM/GC · API响应时间 · 连接池
JVMAPI
05
业务层监控
因子成功率 · 入库延迟 · 数据质量(空值/异常值)
质量延迟
06
数据源监控
连接状态 · 数据新鲜度 · 量级波动检测
数据源波动
07
计算引擎监控
Spark/Flink作业 · 任务堆积 · 背压 · Shuffle
SparkFlink
08
存储层监控
HBase/ClickHouse/Redis · 热点Key · 水位
HBaseRedis
09
消息队列监控
Kafka/RocketMQ · 生产消费速率差 · 堆积量
Kafka堆积
10
预警分级策略
P0~P3定义 · 响应SLA · 核心/非核心
P0SLA
11
告警规则配置
阈值/比率/趋势/日志关键字告警
规则阈值
12
告警抑制与去重
告警风暴 · 聚合 · 静默期 · 依赖屏蔽
抑制去重
13
告警通知渠道
邮件/短信/企微/钉钉/电话语音
通知渠道
14
监控数据采集
Prometheus+Grafana · Exporter · Pushgateway
Prometheus采集
15
日志监控体系
ELK/EFK · Filebeat/Fluentd · 结构化
ELK日志
16
链路追踪
Jaeger/Zipkin · 全链路追踪 · 耗时瓶颈
JaegerZipkin
17
自定义指标埋点
Micrometer/StatsD · 暴露自定义Metrics
埋点Metrics
18
仪表盘设计
Grafana Dashboard · 折线图/热力图/告警面板
Grafana可视化
19
智能预警
ML异常检测 · 移动平均/3-Sigma/Isolation Forest
ML动态阈值
20
根因分析
告警关联 · 事件聚类 · 拓扑推导
RCA拓扑
21
自动化运维
自愈脚本 · 重启/扩容/切换 · Chaos Engineering
自愈混沌
22
容量规划
资源预测 · 水位线 · 弹性伸缩
容量弹性
23
数据质量监控
分布漂移 · 相关性突变 · IC/IR衰减
漂移IC
24
合规与安全监控
数据审计 · 权限变更 · 脱敏检测
合规安全
25
多环境监控
开发/测试/生产差异化 · 灰度发布监控
环境灰度
26
监控系统高可用
Thanos/Cortex · Alertmanager集群 · 多数据源
HAThanos
27
成本监控
计算/存储/API成本 · 预算告警
成本预算
28
监控文档与知识库
Runbook · 故障复盘 · 指标字典
Runbook知识库
29
实战案例一
因子计算延迟突增 · 定位与优化全过程
实战延迟
30
实战案例二
数据源故障 · 因子大面积失败应急与复盘
应急复盘