开源AIOps数据中台搭建
本文介绍我在PyCon2019上海站的议题内容，根据Gartner的报告，AIOps将在未来5-10年落地开花，并集中统一各种Ops平台，本议题介绍AIOps的核心作用、相关工程难点（数据采集、数据中台、智能算法、自动化等）与开源方案选择，适当介绍了Python在其中的主要作用。
Prometheus 的报警机制：Alertmanager 的配置与使用
【8月更文第29天】Prometheus 是一个非常强大的监控系统，它不仅能够收集和存储时间序列数据，还能通过 Alertmanager 提供灵活的报警机制。Alertmanager 负责接收 Prometheus 发送的警报，并根据配置的规则执行相应的通知动作。本文将详细介绍如何配置 Alertmanager 以及如何使用它来实现基于 Prometheus 指标的报警通知。
阿里云容器服务GPU监控2.0基础篇3：监控NVIDIA XID错误
本系列相关文章：阿里云容器服务GPU监控2.0基础篇1：基本功能使用阿里云容器服务GPU监控2.0基础篇2：监控NVLINK带宽阿里云容器服务GPU监控2.0基础篇3：监控NVIDIA XID错误阿里云容器服务GPU监控2.0进阶篇1：剖析（Profiling）GPU使用情况必备知识阿里云容器服务GPU监控2.0进阶篇2：学会剖析（Profiling）GPU使用情况本篇文章将向您介绍如何使用GPU
Flink 任务实时监控最佳实践(Prometheus + Grafana)打造企业级监控方案
我们都知道 Flink 任务是一个 7*24 小时不停运行的任务,所以对于任务的实时监控就显得尤为重要,因为任务运行的状态对于我们来说是一个黑盒,比如任务是否挂掉,是否存在反压,使用的内存,CPU 等情况我们是不知道的,虽然 Flink 的 UI 上面可以添加相关的 metrics 来查看,但是需要手动的一个一个添加,还是比较麻烦的,特别是在任务非常多的情况下.所以就需要有一种统一的监控方案来解决这个问题.Flink 本身提供了非常丰富的 Metric Reporters,比如 JMX InfluxDB Graphite Prometheus 等等,生产环境上用的比较多的是 InfluxDB
Prometheus 查询语言（PromQL）：深入解析
【8月更文第29天】Prometheus 是一款开源的监控系统和时间序列数据库，广泛应用于各种系统的监控和告警。PromQL（Prometheus Query Language）是 Prometheus 用来查询和聚合时间序列数据的一种强大语言。本文将详细介绍 PromQL 的功能和语法，包括基本查询、向量操作、聚合函数等，并提供具体的代码示例。