sre

已上架阿里云计算巢！Loki AI 事故分析引擎正式开放一键部署，帮 SRE 快速完成故障复盘作者：Luke 日期：2026年4月经过一段时间的打磨，我的开源项目 Incident AI 事故分析引擎已经成功上架阿里云计算巢！

云智慧AIOps社区

AI驱动制造业智能化变革：云智慧在苏州CIO研讨会分享运维破局之道2026苏州制造业CIO研讨会圆满落幕。汇聚众多行业专家及技术领军企业，共同探讨制造业智能化转型的破局路径。

不记命令也能排障：catpaw chat 实战手册TL;DR：catpaw chat 让你用自然语言排障——说"最近有 OOM 吗"，AI 帮你查 dmesg；说"谁在吃磁盘"，AI 帮你跑 du 和 df。本文整理 12 个高频排障场景，每个都对比"传统命令行"和"一句话搞定"，附带 AI 在幕后调用了什么工具。即使你不用 catpaw，也能当作一份排障命令速查表。

礼拜天没时间.

JumpServer堡垒机部署与实战：从0到1搭建统一运维入口今天我们来聊一聊JumpServer——一款开源、国产的企业级堡垒机（运维安全审计系统）。在服务器数量增多、运维人员变复杂的环境下，如何保证安全、权限可控、操作可追溯？JumpServer就是答案。本文将从零开始，带你一步步安装、配置，并通过一个完整的案例演示如何管理用户、资产和权限。

礼拜天没时间.

Node.js运维部署实战：从0到1开始搭建Node.js运行环境本文面向运维人员，详细介绍如何在Linux服务器上部署Node.js环境，涵盖Node.js简介、部署步骤、运维注意事项及常见问题排查。通过本文，你将掌握Node.js的安装、环境配置和基本验证方法。

礼拜天没时间.

企业级Docker镜像仓库Harbor部署实战在容器化浪潮中，Docker镜像的管理成为企业落地Kubernetes、DevOps的基石。虽然Docker官方提供了Registry镜像，但缺乏权限控制、镜像同步、安全扫描等企业级特性。而Harbor的出现完美解决了这些问题——它不仅是一个私有镜像仓库，更是一个完整的镜像治理平台。本文基于Harbor v2.3.1，手把手带你完成从部署到使用的完整流程，并分享一些踩坑经验。

礼拜天没时间.

Docker自动化构建实战：从手工到多阶段构建的完美进化在容器化时代，手动构建镜像存在三个核心问题：本文将带你从零开始，体验手工构建 → Dockerfile → 多阶段构建的完整进化之路，最终掌握企业级镜像构建的最佳实践。

工信部教考中心《系统可靠性工程师（高级）》开课通知系统可靠性工程师（高级）课程背景当“系统宕机”就能冲上热搜、一次故障足以抹去全年利润时，可靠性不再是运维部的“幕后工作”，而是决定企业生死的“前沿战场”。工信部教考中心推出的《系统可靠性工程师（高级）》课程，聚焦站点可靠性工程（SRE）体系，深度融合可靠性与服务韧性理念，系统阐释现代数字基础设施可靠性建设的理论与最佳实践，帮助个人与企业把“可用性99.99%”从口号变成日常。

Prometheus+Grafana构建云原生分布式监控系统（一）DevOps（Development(开发) Operations(运维)）的组合词，是一套融合文化理念、流程方法与技术工具的实践体系，核心是打破开发与运维壁垒，通过协作、自动化与持续反馈实现软件快速、高质量交付；属于方法论指导或理念。

雅菲奥朗SRE知识墙分享（九）『DevOps & SRE 如何实现职场转型？』引言：Simon Sinek的「黄金圈」（The Golden Circle）这张图几乎出现在每一本真正成功的DevOps转型案例里。核心就一句话：「People don't buy what you do; they buy why you do it.」——人们买的不是“你做什么”，而是“你为什么做？”

第 01 天：Linux 是什么？内核、发行版及其生态系统推荐超级课程：Linux 是现代技术的支柱。您每天其实都在与它互动，只是通常你没有意识到而已。从为科学研究提供动力的超级计算机，到运行互联网的服务器，再到家中的智能设备，Linux 无处不在。它是开发人员、系统管理员和网络安全专业人员的首选操作系统。了解 Linux 是任何从事技术职业的人都必备的技能。

什么是 SRE（站点可靠性工程）？SRE，Site Reliability Engineering，中文翻译为站点可靠性工程师，这个词诞生于谷歌内部。

雅菲奥朗SRE知识墙分享（十）：『SRE云成本管理的定义与实践』一、SRE云成本管理的核心概念• FinOps“财务与 DevOps 的融合实践”，推动技术、业务与财务共同参与云成本治理

Chaos Mesh / LitmusChaos 混沌工程：验证 ABP 的韧性策略注入面：恢复面：Kubernetes 探针（liveness/readiness/startup）+ Istio（超时/重试/熔断）+ .NET Resilience（Polly v8 管道）。

雅菲奥朗SRE知识墙分享（一）：『SRE对智能运维领域所产生的深远影响』一、SRE推动了运维与开发的融合1、增强协作：SRE模式鼓励运维与开发团队之间的紧密合作，共享知识、资源和责任，共同解决系统稳定性和性能问题。

深耕云原生

SRE系列（二） | 从可用性到 SLI/SLO在上一讲里我们聊到，SRE 是一套体系化工程，核心目标就是两个：提升 MTBF，降低 MTTR。说得直白一点，就是尽量减少故障发生，同时让系统出问题时能更快恢复。

25年春招：米哈游运维开发一面总结base上海，绝区零组，一小时左右，问得不深但是问的很广。本人bg：双非，非科班女生，三段实习，分别是小、中、大厂，第一段和第二段都为java开发，第三段为python开发。所以很多面试都重点拷打了大厂实习内容。

SRE 排障利器，接口请求超时试试 httpstat夜莺资深用户群有人推荐的一个工具，看了一下真挺好的，也推荐给大家。A 服务调用 B 服务的 HTTP 接口，发现 B 服务返回超时，不确定是网络的问题还是 B 服务的问题，需要排查。

14款DevOps/SRE工具，助力提升运维效率随着平台工程的兴起，DevOps 和 SRE 不断发展，带来了新一代工具，旨在提高软件开发和运维的效率、可扩展性和可靠性。