监控

可观测性用观测云

阿里云 Tair 集群版可观测最佳实践Tair 集群版是阿里云在开源 Redis 基础上进行深度优化和增强的企业级内存数据库服务。它专为应对大规模、高性能、高可用的场景而设计，解决了开源 Redis 集群在容量、性能、稳定性和功能上的一些局限性。

一步一个脚印一个坑

用 APM 全链路追踪，29ms 内定位到 Docker 部署的 SSL 配置错误这是一个真实的排查案例。没有日志打印的神操作，没有凭经验瞎猜的过程，只有一张链路追踪图，直接把问题定位到了具体的代码位置和请求节点。

可观测性用观测云

别等用户吐槽！开发者该如何证明自己的程序 “好用”？结合调研数据，核心比例结论先明确：仅 35% 的用户会主动反馈软件 “慢 / 难用”，65% 的用户选择不反馈（含 “默默忍受” 或 “直接卸载”），且不同场景下比例会有差异，具体拆解如下：

小李的便利店

k8s集群部署Prometheus和Grafana这里采用私服的方式进行镜像的pull和push操作。如不会搭建Harbor私服请参考另一篇文章k8s部署EFK日志管理系统

转转技术团队

线上崩了，谁先知道？先问一句：线上出问题的时候，是你们先发现，还是用户先发现？如果答案是后者，这篇就是写给你的。业务越做越大，监控却各搞各的。没有统一标准，没有统一平台，一个团队N套监控，结果就是：

我用 Tauri + Vue 3 + Rust 开发了这款跨平台网络连接查看工具PortView，性能炸裂！告别卡顿，体验原生性能的网络监控神器作为一名开发者，你是否经常需要查看系统当前的网络连接状态？是否对现有网络监控工具的臃肿和卡顿感到困扰？

可观测性用观测云

保姆级服务可观测教学：高可靠 NetStat 可观测实践云原生与分布式架构下，NetStat 网络指标是监控服务器端口状态、保障服务高可用的重要依据。本次实践基于观测云 SaaS + DataKit 技术栈，以 Linux 环境为基础，通过保姆级分步实操，完成从 DataKit 安装、8080 端口 NetStat 采集配置，到可视化仪表板搭建、异常告警规则配置，再到端口异常模拟与告警验证的全流程落地，快速实现指定业务端口的精细化网络监控，形成可复用、易落地的 NetStat 可观测实践方案。

【Prometheus】Alertmanager配置钉钉告警👨‍🎓博主简介🏅CSDN博客专家 🏅云计算领域优质创作者 🏅华为云开发者社区专家博主 🏅阿里云开发者社区专家博主 💊交流社区：运维交流社区欢迎大家的加入！ 🐋 希望大家多多支持，我们一起进步！😄 🎉如果文章对你有帮助的话，欢迎点赞 👍🏻 评论 💬 收藏 ⭐️ 加关注+💗

人间打气筒（Ada）

zabbix报警多媒介（企业微信、钉钉）得设定一个报警的条件，场景1. tcp状态监控（time_wait 超过xxx数量）（自定义监控项+触发器的玩法）

vivo互联网技术

从业务开发视角聊聊可观测体系建设作者：vivo 互联网服务器团队- Lei Zezheng 本文探讨了分布式架构下可观测体系的建设实践，提出了基于业务视角的可观测体系建设框架：明确业务核心边界、建立指标体系（业务指标+SLO指标）、构建多维度观测（业务观测、链路观测、异常观测、变更观测）和固化排障路径，以游戏中心项目为例，介绍了项目在问题发现与问题定位上的实践，有效提升了问题发现与故障处理的效率。

人间打气筒（Ada）

zabbix进阶与分布式-主被动模式/自动发现Zabbix支持多种模式，zabbix支持普通的zabbix server到zabbix agent端模式，也支持zabbix-sever到zabbix-proxy模式，zabbix-server同时关联多个zabbix-agent，将zabbix-agent的历史数据存储到zabbix-server管理的数据库中，然后经过zabbix的web（也就是nginx）展示出来；

前端监控与错误追踪实战指南：构建稳定应用的终极方案在现代化的前端应用中，完善的监控和错误追踪系统是保障用户体验的关键。本文将深入探讨如何构建一套完整的前端监控体系，从错误捕获到性能分析，全方位守护你的应用。

Prometheus-Grafana-vLLM监控实战指南基于 4x RTX 3090 + vLLM (Qwen2.5-14B) 真实生产环境编写所有数据、查询、示例均来自 192.168.1.30 实际运行的服务

前端异常捕获：从“页面崩了”到“精准定位”的实战架构前言：一套完整的异常监控体系不是简单的几个 try...catch，而是由全方位捕获、链路追踪、资源还原、以及自动化告警构成的工程化矩阵。

无聊的小强

被告警吵醒太多次，我做了个让告警自动修复的监控工具写给一个人管着好几台服务器、每周至少被叫醒一次的你。手机震动。不是闹钟，是告警。你眯着眼睛看屏幕：CPU 使用率 95%，nginx 响应超时。时间：凌晨 3:17。

可观测性用观测云

观测云错误中心：帮助团队统一错误视图，定位错误根因并快速修复对于许多团队来说，有效的错误追踪是确保应用稳定性的起点。如今的开发者构建和维护的应用横跨前端、后端、浏览器和移动端——每一层都会产生可能影响性能和用户体验的错误。当这些信息分散在日志、APM 和 RUM 等多个工具中时，追踪和解决错误就变得极具挑战性：你需要手动关联 Trace ID、查找同一时间段的日志、确认影响的用户范围。碎片化的调试流程让开发者难以关联应用不同部分的问题，导致解决速度变慢、关键 Bug 被遗漏，以及停机时间增加。

监控 100 问（七）：混合云环境下的 IT 监控策略目录一、混合云环境的监控挑战（一）多云平台的异构性（二）数据安全与隐私问题在之前的内容中，我们探讨了基于监控数据进行IT 系统容量规划的重要性与方法。如今，随着企业数字化转型的加速，混合云环境因其灵活性、成本效益和强大的扩展性，被越来越多的企业所采用。这种融合了公有云、私有云及本地数据中心的架构，为企业带来诸多优势的同时，也给 IT 监控带来了新的挑战。如何在混合云环境下实现高效、全面的 IT 监控，成为企业运维团队亟待解决的问题。

源码回溯的艺术：SourceMap 底层 VLQ 编码与离线解析架构实战对于正在自研监控系统的架构师来说，SourceMap 绝不仅是一个调试工具，它是线上治理的“黑匣子”。

无感监控：深度拆解监控 SDK 的性能平衡术与调度策略对于正在自研监控系统的架构师来说，“无感监控”不仅是一个性能指标，更是一场对浏览器底层调度机制的深度极限利用。

交换分区优化实战：从监控到调优，让系统告别卡顿做开发、运维的朋友大概率都遇到过这种情况：运行大型程序、部署服务时系统突然卡顿，甚至程序直接崩溃，排查半天发现竟是交换分区出了问题。作为虚拟内存的核心组成，交换分区的可用率直接决定了系统的稳定性和流畅度，但多数人要么忽视它，要么只会简单扩容不会精细化优化。