<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>VictoriaMetrics on PlumePHP</title><link>https://plumephp.com/tags/victoriametrics/</link><description>Recent content in VictoriaMetrics on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Tue, 01 Sep 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://plumephp.com/tags/victoriametrics/index.xml" rel="self" type="application/rss+xml"/><item><title>DevOps 监控告警深度实战：Prometheus、Grafana 与 Alertmanager 生产配置</title><link>https://plumephp.com/devops-monitoring-alerting/</link><pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate><guid>https://plumephp.com/devops-monitoring-alerting/</guid><description>&lt;h2 id="概述"&gt;概述&lt;/h2&gt;
&lt;p&gt;在云原生架构中，可观测性是保障系统稳定的核心支柱。本文从 Prometheus 指标模型出发，深入 PromQL 查询、告警规则、可视化模板、路由策略，最终落地 Thanos 与 VictoriaMetrics 分布式生产方案。&lt;/p&gt;</description></item><item><title>可观测性数据存储选型：TSDB、列式存储、对象存储与成本优化</title><link>https://plumephp.com/observability-data-storage/</link><pubDate>Thu, 13 Aug 2026 13:00:00 +0800</pubDate><guid>https://plumephp.com/observability-data-storage/</guid><description>&lt;blockquote&gt;
&lt;p&gt;&lt;strong&gt;可观测性的最大隐性成本是存储。&lt;/strong&gt; 一个中等规模的 K8s 集群每月可能产生数 TB 的 Metrics、数十 TB 的 Logs 和数百 GB 的 Traces。选择合适的存储backend、合理的数据保留策略和压缩方案，能让可观测性成本降低 50-80%。&lt;/p&gt;</description></item></channel></rss>