01
智能运维概述
AIOps的定义与发展历程、传统运维的痛点、智能运维的核心价值与目标。
概念AIOps
02
运维数据采集
日志采集（Filebeat/Logstash）、指标采集（Prometheus）、链路追踪（Jaeger/Zipkin）基础。
采集可观测性
03
数据存储选型
时序数据库（InfluxDB/ClickHouse）、全文检索引擎（Elasticsearch）、图数据库（Neo4j）的选型对比。
存储对比
04
数据治理与标准化
数据清洗、字段标准化、标签体系设计、数据生命周期管理。
治理标准化
05
告警管理基础
告警级别定义、告警收敛规则、告警去重与抑制、告警通知渠道（钉钉/企微/邮件）。
告警通知
06
异常检测算法
基于统计的检测（3-Sigma、IQR）、基于时间序列的检测（移动平均、指数平滑）。
算法统计
07
机器学习进阶
孤立森林、LOF、AutoEncoder在异常检测中的应用与实践。
ML异常检测
08
根因分析（RCA）
基于拓扑的根因分析、基于日志的根因定位、关联规则挖掘（Apriori/FP-Growth）。
RCA拓扑
09
故障预测
基于LSTM的指标预测、基于GBDT的故障分类、剩余寿命预测（RUL）基础。
预测LSTM
10
智能变更与自愈
自动化回滚策略、预案自动化执行、ChatOps与自动化运维。
自愈ChatOps
11
平台架构设计
分层架构（采集层、存储层、分析层、展示层）、微服务与单体架构选型。
架构分层
12
核心模块设计
告警中心设计、事件管理中心设计、运维大盘设计。
模块设计
13
高可用设计
采集链路高可用、存储高可用（主从/分片）、计算节点高可用。
高可用HA
14
可观测性建设
Metrics/Logs/Traces三支柱、统一可观测性平台设计思路。
可观测三支柱
15
运维自动化
CMDB设计、作业平台设计、工单系统与流程引擎。
自动化CMDB
16
安全运维
日志审计、权限管控（RBAC/ABAC）、敏感数据脱敏。
安全审计
17
成本管理
资源利用率分析、成本分摊模型、降本增效策略。
成本优化
18
混沌工程
故障注入工具（ChaosBlade/Litmus）、稳定性实验设计、爆炸半径控制。
混沌稳定性
19
AIOps平台实战
开源方案选型（Zabbix/Prometheus/Nightingale）、商业方案对比。
选型开源
20
数据中台与运维
运维数据中台架构、数据湖与数据仓库在运维中的应用。
数据中台数据湖
21
大模型与AIOps
LLM在告警分析中的应用、RAG在知识库检索中的应用、智能问答机器人。
大模型RAG
22
运维知识图谱
知识图谱构建、实体关系抽取、基于图谱的故障推理。
知识图谱推理
23
SLO与SLI管理
服务等级目标定义、燃烧率告警、错误预算策略。
SLO错误预算
24
容量规划
容量模型建立、压力测试与容量评估、弹性伸缩策略。
容量弹性
25
多云与混合云运维
多云资源管理、网络互通方案、统一监控与运维。
多云混合云
26
容器与K8s运维
Pod监控、集群资源调度、容器日志与事件管理。
K8s容器
27
Serverless运维
函数监控、冷启动优化、Serverless应用的可观测性。
Serverless冷启动
28
运维数据可视化
Grafana高级配置、自定义图表、运维大屏设计。
可视化Grafana
29
运维指标体系
黄金指标（USE/RED）、应用性能指标、业务指标关联。
指标USE/RED
30
实战项目
从0到1搭建智能运维平台、项目总结与最佳实践。
实战项目