采用插件化，内置集成上百种采集插件，GPU、服务器、网络设备、中间件、数据库、应用、业务，云上云下，均可监控，开箱即用

统一集成
可集成企业内部已有的、云上云下的可观测配套系统，支持对接数十种数据源，已有工具无需推倒重来，充分利旧，减少落地阻力，快速见效，串联打通数据，发挥协同分析的价值。
统一观测平台
将Metrics、Logs、Traces、Events、Profiling等多种可观测
性数据拉通，一个平台集中观测，具备完整的平台能力。
统一告警OnCall入口
支持指标告警、日志告警、智能告警，支持收集数十种各类监
控系统的告警事件，进行统一的告警收敛、降噪、排班、认
领、升级、协同，大幅提升告警处理效率，是各技术团队日常
协同处理告警的统一入口。

统一故障发现定位入口
预置稳定性保障行业最佳实践，既提供全局业务视角，又具备
层层下钻的、引导式的故障定位能力，有效缩短故障发现和定
位时间，是各技术团队稳定性保障的统一入口。

 

• 北极星指标必须是公司上下人人都容易直观理解的，含义和重要性不言自明的。
• 北极星指标的配置和生成应该是非常简便易得的。
• 北极星指标必须是实时的，这样才能第一时间发现业务受损的情况。
• 针对北极星指标的异常波动检测是要非常准确的，否则就是狼来了。
• 针对北极星告警，需制定明确的应急响应流程。

 

从观察一个个指标，转为观察一个个对象，对象可以
是API、主机、设备、模块、数据库实例等
明确、直接的给出被观察对象的“健康与否”的结论
按照逻辑结构，对观测对象进行分层
以观测对象为中心下钻关联到Metrics、Logs、Traces台

 

• 不断的将更多的经验、知识、能力，沉淀固化到下钻链路上，让每位工程师都能拥有轻松调查故障的能力。
• 在一个平台上完成指标、日志、链路追踪数据的统一存储、可视化与分析。

 

事件 => L1 告警 => L2 故障

减少通知，避免告警风暴
规则聚合、智能聚合，至多降噪 90+%
对频发告警进行收敛
避免狼来了效应
避免频繁被打断

 

日常、节假日、调班、限时、公平轮换

建立主备值班机制
支持多人同时，按角色值班
分派告警到值班人
不要随机分派，更不要分派到整个团队

 

为故障制定清晰的升级路线

A: 确保问题得到响应
不因漏处理告警而引发更大损失
B: 从容应对紧急情况
发生紧急情况不慌张，有协作

 

将故障的任何变化及时投递到 IM、App

多端操作
在 IM、App 内查看、处理故障，操作多端同步
加强协作
一键拉起作战室，关键信息回传到平台

 

以按钮 形式集成到控制台、IM 消息卡片

自动化流程
集成任何自动化、SOP 流程
典型场景
重启主机 、回滚变更、AI根因分析
一键拉群 、发布 Status Page

HTTP、TCP、UDP、ICMP、WSDL
针对Reponse 做匹配

 

 

用户只需要面对Flashcat-centre
中心和边缘网络中断时，edge可独立闭环工作
不适合传输到centre的数据，可在edge 侧保存和处理