一站式可观测性平台，覆盖从简单状态监控到企业级指标/日志/链路追踪的全栈方案，支持多种部署模式与成本选择。
说明：
## 核心用法
本技能提供**分层递进的可观测性解决方案**，根据团队规模与技术复杂度提供四个层级：
| 层级 | 核心场景 | 关键工具 |
|——|———|———|
| **Minimal** | 个人项目/MVP快速验证 | UptimeRobot, Healthchecks.io |
| **Standard** | 小团队初创公司 | Uptime Kuma, Sentry, 基础Grafana |
| **Professional** | 生产系统稳定运营 | Prometheus + Grafana + Loki + Alertmanager |
| **Enterprise** | 大规模运维 | Datadog, New Relic 或完整开源栈 |
### 三大支柱方法论
– **Metrics（指标）**：Prometheus/Grafana/Datadog 回答”系统性能如何”
– **Logs（日志）**：Loki/ELK/CloudWatch 回答”发生了什么”
– **Traces（链路）**：Jaeger/Tempo/Sentry 回答”请求为何变慢”
### 标准化监控框架
– **RED 方法**（应用层）：Rate（请求速率）、Errors（错误率）、Duration（延迟分位数）
– **USE 方法**（基础设施）：Utilization（利用率）、Saturation（饱和度）、Errors（错误数）
## 显著优点
1. **分层设计降低门槛**：从15分钟上手的免费方案到生产级全套开源栈，匹配不同发展阶段
2. **成本透明可控**：从$0免费方案到自托管$10-20/月，对比Datadog $15+/host的订阅模式
3. **告警最佳实践内置**：明确的Do/Don’t原则，强调”告警症状而非原因”、避免告警疲劳
4. **场景化快速路径**：按”只想知道是否宕机””需要调试生产错误”等具体需求直接推荐工具
## 潜在局限
– **学习曲线陡峭**：Professional/Enterprise层级涉及PromQL、日志索引、链路关联等专业知识
– **自托管运维负担**：开源方案需自行维护高可用、存储扩容、版本升级
– **成本陷阱**：日志长期存储无策略控制时费用可能指数级增长（文档明确警告）
– **工具链碎片化**：不同支柱常需多个工具组合，集成成本未完全量化
## 适合人群
| 画像 | 推荐层级 |
|——|———|
| 独立开发者/ side project | Minimal |
| 5-20人技术团队，无专职SRE | Standard → Professional |
| 有SLA承诺的生产系统 | Professional |
| 多团队、多地域、合规要求严格 | Enterprise |
## 常规风险
1. **告警反模式**：未遵循”告警疲劳 kills monitoring”原则，导致关键告警被淹没
2. **内视盲区**：仅部署内部监控，缺少外部探测（如UptimeRobot）
3. **无预案告警**：缺少Runbook链接，告警触发后团队不知如何应对
4. **存储失控**：日志保留策略缺失导致成本爆炸
5. **过度工程**：小团队直接使用Prometheus+Grafana，而Uptime Kuma已足够
会员专属
