欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜：Formal mathematics/Isabelle/ML, Formal verification/Coq/Agda, C++/Erlang/Lisp
Monitoring
来自开放百科 - 灰狐
（版本间的差异）
小 |
小 (→项目) |
||
| （未显示1个用户的11个中间版本） | |||
| 第3行： | 第3行： | ||
*Website Monitoring | *Website Monitoring | ||
| − | 更多信息：[[IT | + | 更多信息：[[IT management]] |
| + | |||
| + | ==项目== | ||
| + | *[[Prometheus]] - [[Go]] 语言开发 | ||
| + | *[[Netdata]] | ||
| + | |||
| + | ==培训== | ||
| + | [http://www.stuq.org/course/detail/1007 《智能运维监控》] | ||
| + | |||
| + | 监控一直是运维的核心工作，运维工程师们花费了大量时间和精力在监控配置、服务检查、问题定位、决策止损等工作；随着大数据和机器学习的兴起，我们觉得这些技术也能为运维监控所用，希望借此为运维工程师解放更多的时间和精力；本次课程将会主要介绍在大数据智能化监控方向（异常自动检测、数据可视化展现、问题分析定位等）的一系列探索。 | ||
| + | *智能运维监控的背景（一) | ||
| + | *数据采集与处理（二） | ||
| + | *异常自动检测（三） | ||
| + | *异常处理办法（四） | ||
| + | *多指标关联分析（五） | ||
| + | *数据可视化（六） | ||
| + | *多维数据分析（七） | ||
| + | *事件流图与服务视图（八） | ||
| + | *智能监控的未来（九） | ||
| + | |||
| + | ==链接== | ||
| + | *[http://www.vpsee.com/2015/03/a-modern-monitoring-system-built-with-grafana-collected-influxdb/ 使用 Grafana＋collectd＋InfluxDB 打造现代监控系统] | ||
| + | *[http://techo-ecco.com/blog/monitoring-apache-hadoop-cassandra-and-zookeeper-using-graphite-and-jmxtrans/ Monitoring Apache Hadoop, Cassandra and Zookeeper using Graphite and JMXTrans] | ||
| + | *[https://www.gitbook.com/book/tvvo/cloud-insight-docs/details Cloud Insight 文档中心] | ||
| + | *[http://docs-ci.oneapm.com/ 用 Cloud Insight 监控一切！] | ||
| + | *[http://www.supermonitoring.com/blog/the-updated-list-of-website-monitoring-services/ The Updated List of Website Monitoring Services] | ||
{{comment}} | {{comment}} | ||
| − | [[ | + | [[category:IT management]] |
| + | [[category:monitoring]] | ||
| + | [[category:data analysis]] | ||
| + | [[category:security]] | ||
2020年12月11日 (五) 09:24的最后版本
- Network Monitoring
- System Monitoring
- Website Monitoring
更多信息：IT management
[编辑] 项目
- Prometheus - Go 语言开发
- Netdata
[编辑] 培训
监控一直是运维的核心工作，运维工程师们花费了大量时间和精力在监控配置、服务检查、问题定位、决策止损等工作；随着大数据和机器学习的兴起，我们觉得这些技术也能为运维监控所用，希望借此为运维工程师解放更多的时间和精力；本次课程将会主要介绍在大数据智能化监控方向（异常自动检测、数据可视化展现、问题分析定位等）的一系列探索。
- 智能运维监控的背景（一)
- 数据采集与处理（二）
- 异常自动检测（三）
- 异常处理办法（四）
- 多指标关联分析（五）
- 数据可视化（六）
- 多维数据分析（七）
- 事件流图与服务视图（八）
- 智能监控的未来（九）
[编辑] 链接
- 使用 Grafana＋collectd＋InfluxDB 打造现代监控系统
- Monitoring Apache Hadoop, Cassandra and Zookeeper using Graphite and JMXTrans
- Cloud Insight 文档中心
- 用 Cloud Insight 监控一切！
- The Updated List of Website Monitoring Services
<discussion>characters_max=300</discussion>
分享您的观点
