系统稳定性监控平台搭建实战 · 课程目录

01 监控体系概述

为什么需要监控黄金指标 USE/RED Four Golden Signals 监控分层架构

02 Prometheus 基础

架构与核心概念数据模型 Metric 类型 Pull vs Push

03 Prometheus 部署

二进制部署 Docker 部署配置文件详解启动与验证

04 PromQL 入门

即时/范围查询选择器与标签 rate / increase avg 函数

05 PromQL 进阶

聚合操作 by/without 子查询 Histogram 分析 Summary 分析

06 Node Exporter

部署与配置 CPU/内存/磁盘网络指标自定义 Collector

07 Grafana 基础

Grafana 架构部署方式数据源配置 Dashboard 导入

08 Grafana 可视化

Panel 类型 Graph/Stat/Table Heatmap 告警规则配置

09 告警体系

Alertmanager 架构告警分组与抑制路由配置通知渠道

10 告警实战

Prometheus Rule 告警模板静默与维护窗口 Webhook 自愈

11 Exporter 生态

MySQL Exporter Redis Exporter Nginx Exporter JMX Exporter

12 Blackbox Exporter

HTTP/HTTPS 探测 TCP 探测 ICMP 探测自定义探针

适用场景部署与配置推送指标生命周期管理

14 服务发现

基于文件 Consul 服务发现 Kubernetes 发现

15 高可用架构

Thanos / VictoriaMetrics 数据持久化远程存储

16 Thanos 实战

Sidecar 模式 Store Gateway Compactor Query 组件

17 日志监控 · ELK

ELK 栈简介 Filebeat 采集 Logstash 过滤 Elasticsearch / Kibana

18 日志分析

Grok 模式匹配 ElastAlert 告警日志与指标关联

SkyWalking 架构 Agent 部署 Trace / Span 服务拓扑图

20 链路追踪

Jaeger 部署 OpenTelemetry 采样策略性能分析

21 容器监控

cAdvisor 部署 Docker 监控资源限制与告警

22 Kubernetes 监控

Kube-state-metrics Metrics Server 事件监控 Pod 自动缩放

23 自定义监控

Python Prometheus Client 自定义 Metric 业务指标暴露

24 监控自动化

Ansible 批量部署监控模板化配置管理

25 Dashboard 设计

监控大盘设计原则业务 vs 技术视角多维度下钻

26 容量规划

趋势预测资源利用率分析告警阈值设定扩容策略

27 故障排查

监控数据异常排查告警风暴处理根因分析事后复盘

28 安全监控

TLS / Basic Auth Grafana 权限管理审计日志

29 监控最佳实践

指标命名规范标签设计原则告警规则优化监控成本控制

30 综合实战

Prometheus + Grafana Alertmanager + Thanos ELK 全栈覆盖基础设施/应用/日志/链路