Helm高级：Chart开发、模板语法、测试与包管理实战
深入讲解 Helm Chart 开发、Go Template 高级语法、Values 管理、Hooks、Chart 测试、库 Chart、仓库管理以及与 Kustomize 的对比选型。
category
infra
共 84 篇文章。
Kubernetes可观测性实战：Metrics、Logging与Tracing全栈方案
系统讲解 Kubernetes 可观测性三大支柱：Prometheus + Grafana 指标监控、EFK/Loki 日志采集、Jaeger/Tempo 分布式追踪，以及 Pod 拓扑分布告警、SLO 定义和值班运维实践。
Kubernetes安全体系：RBAC、PodSecurity与NetworkPolicy实战
系统讲解 Kubernetes 安全体系：RBAC 权限模型、Pod 安全标准（PSS/PSA）、NetworkPolicy 网络隔离、Admission Controller 准入控制、Secret 加密与审计日志。
Kubernetes存储体系与CSI驱动深度解析
系统讲解 Kubernetes 存储模型、CSI 驱动架构、PV/PVC/StorageClass 工作流，以及有状态应用 StatefulSet 存储管理、存储快照、扩容和主流存储方案选型。
Kubernetes网络模型与CNI插件深度解析
深入解析 Kubernetes 网络模型三大原则、CNI 接口规范、主流 CNI 插件（Flannel/Calico/Cilium）对比，以及 Service 实现、Ingress 控制器、Gateway API 和网络排错工具。
可观测性数据存储选型：TSDB、列式存储、对象存储与成本优化
系统性可观测性数据存储架构指南：时序数据库对比（Prometheus/Mimir/VictoriaMetrics/Thanos Cortex/InfluxDB/TimescaleDB）、列式存储（ClickHouse/Druid/Pinot）在可观测性中的应用、日志存储对比（Loki/ES/S3+Athena/ClickHouse）、对象存储成本模型与分层策略、数据保留策略（热/温/冷/冻结）、压缩算法与降采样（Downsampling）、OTel Collector 存储后端路由、多云存储成本对比、数据合规与主权。
云原生 APM 与性能剖析：Continuous Profiling 与火焰图
系统性云原生 APM 实战指南：APM 架构与 Agent 模式（自动插桩/字节码注入/eBPF 零侵扰）、OpenTelemetry APM 链路、持续性能剖析（Continuous Profiling）概念与价值、Go pprof / Java async-profiler / Python py-spy / Rust flamegraph 实践、CPU 火焰图 / 内存分配图 / Goroutine 阻塞图 / 锁竞争图解读、Grafana Profiles（Pyroscope/Parca）部署、APM 与 Metrics/Logs/Traces 的协同、性能基线建立与回归检测、Profiling 数据采样与低开销策略、生产环境 Profiling 安全实践。
Kubernetes 可观测性实战：集群、Pod、网络、存储全链路监控
系统性 Kubernetes 可观测性实战指南：K8s 分层监控模型（集群/节点/Pod/容器/应用/API Server/etcd）、kubelet/cAdvisor/Metrics Server/Node Exporter 指标详解、Vertical Pod Autoscaler (VPA) / Horizontal Pod Autoscaler (HPA) 监控、Kubernetes Events / Audit Logs / Control Plane 日志、网络可观测性（CNI / kube-proxy / CoreDNS / Ingress）、存储可观测性（PVC/StorageClass/CSI driver metrics）、K8s 告警规则（Prometheus Rule）、Grafana K8s Dashboard 生态（社区模板/自定义）、Kubectl resource metrics / stern / k9s 排障工具链。
eBPF 可观测性：内核可编程追踪与性能剖析
系统性 eBPF 可观测性实战：eBPF 架构与执行模型（Verifier/JIT/maps/Helper）、BCC 与 libbpf 开发框架对比、BPF 程序类型（kprobe/tracepoint/uprobe/XDP/TC/socket）、Go eBPF 开发（cilium/ebpf 库）、常见可观测性场景（函数追踪/延迟分析/火焰图/网络丢包/文件 IO/TCP 连接）、eBPF 安全与权限（CAP_BPF）、性能开销控制、与 Prometheus/Grafana 集成。附 C/libbpf 和 Go 实战代码。
SLO、SLI 与错误预算：数据驱动的可靠性工程
系统性 SRE 可靠性工程指南：SLI（Service Level Indicator）选取方法论、SLO（Service Level Objective）目标设定、错误预算定义与消费、Burn Rate 告警策略、多窗口多阈值告警（Multi-window Multi-burn-rate Alerting）、服务水平协议（SLA）与 SLO 的区别、基于错误预算的发布策略（发布窗口/金丝雀阈值）、SLO 监控面板设计、SLO 文化与团队治理。附 Google SRE 示例与 Prometheus/Grafana 实战配置。
告警设计与事件响应：降噪、分级、值班与事后复盘
系统性告警与事件响应实战指南：告警设计的黄金法则（可行动性/关联上下文/优先级/渐进式）、Four Golden Signals 与 USE/RED 方法论、告警分级（P0/P1/P2/P3）与升级策略、告警疲劳根因分析与降噪手段（抑制/聚合/去重/依赖静默）、值班轮换（on-call）制度、事件响应 SOP（检测/评估/缓解/复盘）、ChatOps / Runbook 自动化、事后复盘模板（Postmortem）与无责文化、MTTR/MTBF/MTTF 指标定义与追踪、PagerDuty/Opsgenie 集成实践。
日志系统全栈：Loki、EFK、Vector 与日志架构设计
系统性日志系统实战指南：日志采集架构设计（DaemonSet/Sidecar/应用直推）、Loki 架构（Distributor/Ingester/Querier/Compactor/Index Gateway）、LogQL 查询语言、Loki 对象存储后端与分片策略、EFK 栈（Elasticsearch/Fluentd/Kibana）生产部署、Vector（Rust 高性能日志采集器）配置与拓扑、日志结构化（JSON/OTLP）与解析（Regex/Grok/CSV）、日志压缩与保留策略、日志安全（脱敏/审计/权限）、日志与 Trace/Metrics 关联。附完整 Kubernetes 部署配置。
Kubernetes调度器原理与高级调度策略
深入解析 Kubernetes kube-scheduler 调度架构、Scheduler Framework 扩展点、内置调度插件、亲和性/反亲和性、污点与容忍、Pod 优先级与抢占，以及自定义调度器和生产问题排查。
分布式追踪实战：Jaeger、Tempo 与采样策略
系统性分布式追踪实战指南：Trace 数据模型（Span/Trace/Context/Links）、分布式追踪头传播（W3C Trace Context / B3 / Jaeger）、Jaeger Agent/Collector/Query/UI 部署架构、Tempo 低成本对象存储架构、头部采样 vs 尾部采样 vs 自适应采样、TraceQL 查询语言、Span/Event/Attribute 最佳实践、Trace 与 Metrics/Logs 关联（Exemplars/OpenTelemetry）、性能开销分析与优化、追踪驱动的延迟分析（关键路径/火焰图）、全链路压测追踪。附 Go/Java/Node.js 实战与 Kubernetes 部署 YAML。
OpenTelemetry 完全指南：标准化可观测性框架
系统性 OpenTelemetry 实战指南：OTel 架构与核心理念、自动与手动 Instrumentation、Span/Trace/Context 传播、Metrics SDK / Logs SDK / Baggage、语义约定（Semantic Conventions）与资源属性、OTel Collector 架构与 processors/exporters、采样策略（AlwaysOn/Sampler/Parent-based/Rate-limiting）、OTLP 协议、与 Prometheus/Jaeger/Loki 的桥接、Go/Java/Node.js/Python 多语言实战代码。
Grafana 可视化与仪表盘设计：从数据到洞察
系统性 Grafana 实战指南：数据源配置（Prometheus/Loki/Tempo/MySQL/Elasticsearch）、仪表盘设计原则（OLAP 原则/颜色语义/信息层次/Golden Signals）、变量与模板化（Query/Text/Custom/Interval/Datasource）、多面板联动与钻取、Alerting 规则（Grafana 告警 vs Alertmanager）、Annotation 与事件叠加、Grafana Loki 日志查询面板、Grafana Tempo 追踪面板、面板类型选择（Time Series/Stat/Table/Heatmap/Gauge/Logs/Node Graph/Canvas）、公共分享与嵌入、Grafana 权限模型与组织管理。附生产级 Dashboard JSON 模板。
Prometheus 深度解析：指标采集、PromQL、服务发现、Recording Rule 与 Alertmanager
系统级 Prometheus 实战指南：数据模型与指标类型详解、Exporter 生态与自定义 Exporter 开发、服务发现机制（DNS/K8s/Consul/File SD）、PromQL 高级查询（聚合/子查询/二元运算/预测/同比环比）、Recording Rule 与告警规则设计、Alertmanager 分组/抑制/静默/路由、高可用联邦与远程存储、Thanos/VictoriaMetrics 扩展架构。附完整配置与实战代码。
可观测性三大支柱深度解析：指标、日志、追踪
系统性梳理可观测性三大支柱（Metrics/Logs/Traces）的核心概念、数据模型、采集范式和适用场景。对比维度覆盖数据类型、查询方式、存储成本、采样策略、告警响应、根因定位。延伸至事件（Events）、剖析（Profiling）、真实用户监控（RUM）等第四/第五支柱，构建完整的云原生可观测性认知框架。
专题四：云原生可观测性
从可观测性三大支柱（Metrics/Logs/Traces）出发，深度覆盖 Prometheus、Grafana、OpenTelemetry、Jaeger/Tempo、Loki、EFK 等主流云原生可观测性栈，延伸至 OTel Collector 深度调优、Prometheus 长期存储集群化（Thanos/Mimir）、Grafana Alerting 统一告警、Loki 标签基数与查询性能优化、服务网格可观测性（Istio/Kiali）、生成式 AI 可观测性（LLM 追踪/成本/质量/安全）、eBPF、SLO 工程、K8s 可观测性、APM 及数据存储选型。附带实战配置与架构设计。并延伸至 OpenMetrics 指标规范治理、日志采样去重与降噪、仪表盘设计与可读性工程，以及 GPU 与加速器、Serverless 与 FaaS、边缘与 IoT 三类特殊负载的可观测性实践。
Kubernetes核心概念体系深度解析：从Pod到Workload的完整链路
系统解析 Kubernetes 资源对象体系：Pod 设计哲学、Workload 控制器对比、Service 网络层、ConfigMap/Secret 管理、Namespace 资源治理与生产环境最佳实践。