1. 监控体系概述：日志监控的价值、常见监控体系对比、课程目标与学习路径

1.1 为什么我们要聊日志监控？

说实话，我做了十几年运维，踩过最大的坑，就是系统挂了却不知道原因。

有一次凌晨三点，线上服务突然全部超时。我登录服务器一看，CPU、内存、磁盘都正常。Prometheus 告警也没触发。折腾了两个小时，最后发现是某个 Java 进程的 GC 日志里，Full GC 频率从每分钟1次飙升到了每分钟30次。内存泄漏了。

嗯，这就是日志监控的价值。

你想想看，指标监控告诉你「系统出问题了」，但日志监控告诉你「为什么出问题」。两者缺一不可。

日志监控的核心价值，我总结为三点：

• 故障根因定位：指标告诉你「谁病了」，日志告诉你「病因」
• 安全审计与合规：谁在什么时候做了什么操作，日志是唯一证据
• 业务洞察：用户行为、交易链路、异常模式，全藏在日志里

1.2 常见监控体系对比：ELK vs Prometheus vs Grafana

很多新手会问：「我到底该用 ELK 还是 Prometheus？」

我的回答是：它们根本就不是一个层面的东西。我习惯把它们分成两类——日志监控和指标监控。

维度	ELK (Elasticsearch + Logstash + Kibana)	Prometheus + Grafana
核心定位	日志收集、存储、检索、分析	指标采集、存储、告警、可视化
数据格式	非结构化/半结构化文本（JSON、多行日志）	结构化时序数据（数值 + 标签）
存储引擎	Elasticsearch（倒排索引，适合全文搜索）	TSDB（时序数据库，适合聚合查询）
典型场景	错误日志排查、安全审计、业务日志分析	CPU/内存监控、QPS 趋势、告警规则
告警能力	ElastAlert / Watcher（相对复杂）	Alertmanager（原生支持，规则灵活）
学习曲线	中等（需要理解 ES 查询 DSL）	较低（PromQL 上手快）

至于 Grafana，它其实是一个「仪表盘平台」。它可以接 Prometheus 的数据，也可以接 Elasticsearch 的数据。说白了，它就是个画图工具，但画得确实漂亮。

我建议的架构组合：

• 指标监控：Prometheus + Alertmanager + Grafana
• 日志监控：Filebeat → Kafka → Logstash → Elasticsearch → Kibana
• 统一告警：Alertmanager 负责指标告警，ElastAlert 负责日志告警

1.3 课程目标：你能学到什么？

这门课不是讲理论，而是讲实战。我把自己这些年踩过的坑、总结的经验，全部揉碎了喂给你。

学完这门课，你将具备以下能力：

1. 搭建一套完整的日志监控系统：从采集、传输、存储到检索、告警，一条龙搞定
2. 编写高效的日志解析规则：不管是 Nginx 日志、Java 日志还是自定义日志，都能快速解析
3. 设计合理的告警策略：什么情况该告警？什么情况不该？阈值怎么设？我会告诉你我的经验值
4. 处理海量日志场景：每天几百 GB 的日志，怎么保证不丢、不慢、不贵
5. 用 Python 写监控脚本：当现成工具不够用时，自己动手写一个

1.4 学习路径：我建议你这样学

这门课一共 30 章，我把它分成了四个阶段。你跟着这个节奏走，不会乱。

阶段	章节	核心内容	建议用时
第一阶段：基础入门	1-5 章	监控体系概述、ELK 搭建、日志采集入门	3 天
第二阶段：核心实战	6-15 章	日志解析、告警配置、Python 监控脚本	7 天
第三阶段：进阶优化	16-25 章	海量日志处理、性能调优、高可用架构	5 天
第四阶段：项目实战	26-30 章	完整项目：从零搭建企业级日志监控平台	5 天

我的建议：

• 别跳着看。每一章都是下一章的基础，尤其是日志解析那几章，跳过去后面会看不懂
• 每章看完，一定要动手敲代码。光看是学不会的，我见过太多「眼高手低」的案例了
• 遇到问题先自己查，查不到再问我。我会在课程群里答疑