智能运维系统搭建与故障预警全流程

📚 共计 30 章节

智能运维概述

AIOps概念、发展历程、与传统运维的区别、核心价值与挑战

运维数据采集

日志采集(Filebeat/Logstash)、指标采集(Prometheus)、链路追踪(Jaeger)

采集可观测性

数据存储与处理

Elasticsearch存储、时序数据库InfluxDB、流处理引擎Flink基础

存储流处理

异常检测基础

统计方法(3Sigma、箱线图)、时间序列分解、移动平均法

机器学习异常检测

孤立森林、LOF、One-Class SVM原理与实战

深度学习异常检测

LSTM-Autoencoder、VAE在时序异常检测中的应用

深度学习时序

告警规则引擎

规则配置、阈值动态调整、告警聚合与降噪

告警收敛与抑制

告警风暴处理、依赖关系分析、告警指纹去重

故障根因分析

决策树、贝叶斯网络、因果推断基础

故障定位实战

基于拓扑的定位、基于日志的定位、多维下钻分析

智能告警平台设计

架构设计、数据流设计、模块划分

告警通知渠道

邮件、钉钉/企微机器人、短信、电话告警集成

运维知识图谱

知识图谱构建、实体关系抽取、故障知识推理

知识图谱推理

ARIMA、Prophet、LSTM在容量预测中的应用

日志解析(Logstash)、模式识别、异常日志聚类

指标趋势分析、同比环比、季节性检测

指标季节性

事件关联分析

时间窗口关联、因果关联、图关联算法

关联图算法

自动化故障处理

Ansible自动化、ChatOps、故障自愈脚本

自动化自愈

运维大屏设计

Grafana大屏、实时监控面板、拓扑可视化

可视化Grafana

Chaos Monkey原理、故障注入、弹性测试

服务等级目标定义、燃烧率告警、错误预算

SLO错误预算

资源利用率分析、扩容预测、成本优化

异常登录检测、DDoS检测、安全告警分析

多集群运维

Kubernetes集群监控、跨集群告警管理

运维数据治理

数据质量、数据标准化、数据生命周期管理

模型评估与迭代

准确率、召回率、F1-score、AUC-ROC、模型回测

AIOps平台实战

开源方案(Apache SkyWalking、Kibana)、商业方案对比

故障演练与复盘

故障模拟、故障复盘流程、改进措施

运维自动化进阶

RPA运维、AIOps与DevOps融合

课程总结与展望

AIOps未来趋势、职业发展建议、学习路径推荐