运维 | 夜莺 Nightingale

生产拓扑

单团队、单公司、多机房带边缘告警的参考布局。

夜莺的资源消耗由规则数、序列数、事件量和数据库负载决定；量出四个数就知道该往哪个方向扩，这里不提供规格表。

多实例部署能扛住哪些故障、扛不住哪些，以及怎么演练。

内置时序库只活在一个 Center 进程里：这排除了什么，什么时候该迁走。

写入路径：队列大小、背压、多写入器、同时转发到两个后端。

夜莺真正不可再生的只有元数据库和 etc/ 目录，两者必须定期备份并演练恢复；内置时序库可选，指标丢了可以重新采集。

schema 迁移在启动时怎么跑，以及多实例部署该按什么顺序升级。

撤销一次升级或一次配置改动，以及元数据库损坏之后怎么恢复。

当告警系统本身挂了的时候，能叫醒你的那几条规则。

每个进程暴露的 /metrics 与健康检查端点，以及值得画出来的那几个。

排查夜莺自身问题有四个信息源：进程日志、判定记录、/metrics 和 pprof；提 Issue 时把这四样一起打包。

n9e-edge 失联时会怎样：判定继续、通知走本地、之后什么会同步回来。