云原生可观测
云原生可观测基于Prometheus、Grafana 、OpenTelemetry 等核心产品， 形成指标、链路存储分析、异构数据源集成的数据层， 通过标准PromQL和SQL提供大盘展示、告警与探索能力。
🎉 WatchAlert - 开源多数据源告警引擎【运维研发必备能力】
WatchAlert 是一个开源的多数据源告警引擎，支持从 Prometheus、Elasticsearch、Kubernetes 等多种数据源获取监控数据，并根据预定义的告警规则触发告警。它具备多数据源支持、灵活的告警规则、多渠道告警通知、可扩展架构和高性能等核心特性，帮助团队更高效地监控和响应问题。项目地址：https://github.com/opsre/WatchAlert
MES系统软件体系架构及应用
MES系统是数字化车间的核心。MES通过数字化生产过程控制，借助自动化和智能化技术手段，实现车间制造控制智能化、生产过程透明化、制造装备数控化和生产信息集成化。生产管理MES系统主要包括车间管理系统、质量管理系统、资源管理系统及数据采集和分析系统等，由技术平台层、网络层以及设备层实现。
问题盘点｜使用 Prometheus 监控 Kafka，我们该关注哪些指标
Kafka 作为当前广泛使用的中间件产品，承担了重要/核心业务数据流转，其稳定运行关乎整个业务系统可用性。本文旨在分享阿里云 Prometheus 在阿里云 Kafka 和自建 Kafka 的监控实践。
构建适合组织的云原生可观测性能力
当你到达第3级时，可观测性已经成为了云基础设施上内生的能力，像原力一样，它蕴含在已运行的每个应用系统、以及未来会新增的每个应用系统中，是一项与生俱来的基本能力，这项能力无需依赖于在业务代码中的“调用”来触发，它就在那里。DeepFlow在可观测性3.0等你。May the force be with you！
千万级可观测数据采集器--iLogtail代码完整开源
2022年6月29日，阿里云iLogtail开源后迎来首次重大更新，正式发布完整功能的iLogtail社区版。本次更新开源全部C++核心代码，该版本在内核能力上首次对齐企业版，开发者可以构建出与企业版性能相当的iLogtail云原生可观测性数据采集器。本次发布新增日志文件采集、容器文件采集、无锁化事件处理、多租户隔离、基于Pipeline的新版配置方式等诸多重要特性，全面增强社区版的易用性和性能，欢迎广大开发者关注、共建。
PTS压测问题之压测异常如何解决
PTS（Performance Testing Service）是一项面向网站、应用等提供的压力测试服务，用于模拟不同场景下的用户访问，评估系统的性能表现；在进行PTS压测时，可能会出现一些异常或报错，本合集将PTS压测中频繁出现的问题及其解决办法进行汇编，旨在帮助用户更有效地进行性能测试和问题定位。
PTS报错问题之压测报错如何解决
PTS（Performance Testing Service）是一项面向网站、应用等提供的压力测试服务，用于模拟不同场景下的用户访问，评估系统的性能表现；在进行PTS压测时，可能会出现一些异常或报错，本合集将PTS压测中频繁出现的问题及其解决办法进行汇编，旨在帮助用户更有效地进行性能测试和问题定位。
【云故事探索】NO.8：揭秘餐饮行业龙头 SaaS 厂商神州商龙的全栈可观测实践
天津市神州商龙科技股份有限公司成立于1998年，专为餐饮行业提供数字化解决方案。公司服务10万余家知名餐饮企业，确保用餐体验的稳定性至关重要。在业务容器化和微服务化过程中，神州商龙面临技术架构多样性、高可用要求及成本控制等挑战。通过尝试自建Prometheus和SkyWalking监控方案，最终选择阿里云Prometheus和日志服务SLS，实现了统一可观测平台，提升了监控效率、缩短故障排查时间、增强系统稳定性和优化资源利用率。未来，神州商龙计划引入机器学习和AI技术，提升自动化运维水平，并进一步整合业务系统监控数据。
【云故事探索】NO.8：揭秘餐饮行业龙头 SaaS 厂商神州商龙的全栈可观测实践
天津市神州商龙科技股份有限公司成立于1998年，专为餐饮行业提供数字化解决方案。公司服务10万余家知名餐饮企业，确保用餐体验的稳定性至关重要。在业务容器化和微服务化过程中，神州商龙面临技术架构多样性、高可用要求及成本控制等挑战。通过尝试自建Prometheus和SkyWalking监控方案，最终选择阿里云Prometheus和日志服务SLS，实现了统一可观测平台，提升了监控效率、缩短故障排查时间、增强系统稳定性和优化资源利用率。未来，神州商龙计划引入机器学习和AI技术，提升自动化运维水平，并进一步整合业务系统监控数据。
全面公测｜Grafana服务：一张图表胜过千行指标&日志
Grafana 帮助运维人员轻松处理各类运维过程中遇到的各类数据可视化与分析难题。目前阿里云 Grafana 服务全面免费公测，帮助企业轻松构建运维数据可视化平台，轻松实现数据驱动运维！
阿里千万实例可观测采集器-iLogtail正式开源
11月23日，阿里正式开源可观测数据采集器iLogtail。作为阿里内部可观测数据采集的基础设施，iLogtail承载了阿里巴巴集团、蚂蚁的日志、监控、Trace、事件等多种可观测数据的采集工作。iLogtail运行在服务器、容器、K8s、嵌入式等多种环境，支持采集数百种可观测数据，目前已经有千万级的安装量，每天采集数十PB的可观测数据，广泛应用于线上监控、问题分析/定位、运营分析、安全分析等多种场景。
当 OpenTelemetry 遇上阿里云 Prometheus
本文以构建系统可观测（重点为指标监控体系）为切入点，对比 OpenTelemetry 与 Prometheus 的相同与差异，后重点介绍如何将应用的 OpenTelemetry 指标接入 Prometheus 及背后原理，最后介绍阿里云可观测监控 Prometheus 版拥抱 OpenTelemetry 及相关落地实践案例，希望能更好的帮助读者更好的理解 OpenTelemetry 及与 Prometheus 的生态融合。
关于可观测能力，阿里云的思考与实践
万物皆可云的时代，可观测性让云变得更易用。可观测的巨大价值正在逐步兑现，我们从监控走进可观测，但不仅仅止步于观测，分析、洞察并实现高质量的决策与业务创新才是观测的最终目的，阿里云也将不断提供这个领域优质的产品与服务。
十年磨一剑：蚂蚁集团可观测性平台 AntMonitor 揭秘
蚂蚁集团的业务种类繁多，兼具金融级的“稳” 和互联网的 “快”，支撑又快又稳的业务发展需要完善的稳定性保障体系， 这个体系的基石就是可观测性平台-AntMonitor 。 早在2011年前，监控平台就已经完成初代建设，在2012到2017年这五年间，蚂蚁监控技术团队抽象出了业务视角监控牵引的模式，大大提升了核心业务的故障发现能力，同期研发了可视化引擎与易用的配置系统。为了支撑双11等大规模海量计算场景，在底层数据技术上做到了实时稳定的大规模日志和指标处理能力。随着这些能力的完成，可观测平台的产品也逐渐成熟。
可观测告警运维系统调研——SLS告警与多款方案对比
本文介绍对比多款告警监控运维平台方案，覆盖阿里云SLS、Azure、AWS、自建系统（ELK、Prometheus、TICK）等方案。
统一观测丨如何使用 Prometheus 监控 MySQL
数据库的瓶颈往往也是整个系统的瓶颈，其重要性不言而喻，所以对于 MySQL 的监控必不可少，及时发现 MySQL 运行中的异常，可以有效提高系统的可用性和用户体验。因此，观测 MySQL 关键指标，实时关注数据库的可用性与性能，成为运维团队的重要任务。
可观测可回溯 | Continuous Profiling 实践解析
我们定位异常时，时常无法知晓代码内部发生了什么，因此无从谈起修复和改善代码。Continuous Profiling帮助开发者全面掌握、回溯生产环节代码执行细节，增强可观测性。
K8s场景下Logtail组件可观测方案升级-Logtail事件监控发布
SLS针对Logtail本身以及Logtail的管控组件alibaba-log-controller，采用K8s事件的方式，将处理流程中的关键事件透出，从而让用户能够更清楚的感知其中发生的异常。
Dubbo 可观测性实践之 Metrics 功能解析
Dubbo3 的建设规划有上云，可观测性是上云必不可少的能力，集群间根据实例可用性负载均衡、Kubernetes 弹性伸缩、建立实例健康模型等等运用场景都需要可观测性。
易操作、可观测的 MQTT Dashboard，集群数据尽在掌握
全新EMQX Dashbord一览，可观测性和可操作性大幅提升，通过Web页面轻松管理和监控MQTT集群，助力高效开发。
知乎团队在 Istio 使用 Opentelemetry 做可观测的最佳实践
云原生架构下，可观测领域的 OpenTelemetry 无疑是新时代的可观测标准。它提供的一些组件与工具极大地帮助了企业构建供应商无关的观测架构。
企业如何从 0 到 1 构建整套全链路追踪体系
今天，我来跟大家分享 ARMS 在全链路追踪领域的最佳实践，分享主要分为四部分。首先，是对分布式链路追踪的整体简介。其次，是对 ARMS 在分布式链路追踪领域的核心能力进行介绍。然后，介绍如何从 0 到 1 构建整套全链路追踪体系。最后，介绍一些最佳实践案例。
一文了解什么是CNAPP
在云计算蓬勃发展的今天，企业面临的安全挑战愈发复杂。传统安全方案已力不逮，CNAPP（云原生应用保护平台）应运而生，革新云安全领域。CNAPP专为云环境设计，提供全生命周期安全保护，具备微隔离、访问控制、数据保护等功能，并利用自动化与AI技术简化管理、智能响应威胁，适用于多云、DevOps等多种场景。尽管存在技术复杂性和成本等挑战，CNAPP仍将持续进化，变得更加智能、自动且易于集成，助力企业构建稳健的云安全体系。
PTS压测问题之调试返回403如何解决
PTS（Performance Testing Service）是一项面向网站、应用等提供的压力测试服务，用于模拟不同场景下的用户访问，评估系统的性能表现；在进行PTS压测时，可能会出现一些异常或报错，本合集将PTS压测中频繁出现的问题及其解决办法进行汇编，旨在帮助用户更有效地进行性能测试和问题定位。
PTS报错问题之并发报错如何解决
PTS（Performance Testing Service）是一项面向网站、应用等提供的压力测试服务，用于模拟不同场景下的用户访问，评估系统的性能表现；在进行PTS压测时，可能会出现一些异常或报错，本合集将PTS压测中频繁出现的问题及其解决办法进行汇编，旨在帮助用户更有效地进行性能测试和问题定位。
PTS压测问题之资源准备好慢如何解决
PTS（Performance Testing Service）是一项面向网站、应用等提供的压力测试服务，用于模拟不同场景下的用户访问，评估系统的性能表现；在进行PTS压测时，可能会出现一些异常或报错，本合集将PTS压测中频繁出现的问题及其解决办法进行汇编，旨在帮助用户更有效地进行性能测试和问题定位。
跟误告警说再见，Smart Metrics 帮你用算法配告警
本文从两类常见的无效告警规则入手，分析有效告警配置难，误告警泛滥的原因，介绍 Smart Metrics 是如何帮助用户解决告警难配的问题的，并介绍一些最佳实践。
