林天智，七牛存储 & 直播运维 负责人

内容介绍

七牛原本的告警系统是通过 zabbix 来触发，然后有一个人工告警通知的团队来通知各个业务线告警，再由各自的运维团队处理告警。这个在规模小的时候没有问题，但是在机器规模变大的时候会遇到很多问题，告警数量爆增，信息流单项无法确认，缺乏历史记录等。需要针对这个来做改造，但是过程中会遇到大量告警如何迁移，如何保证不影响当前的正常工作等，中间运用到一些开源服务比如：prometheus,pushgateway,node_exporter 等，以及一些自己开发的系统。最终存储运维相关的故障减少 80% 以上，以及不需要人工告警团队再继续通知。

资源利用以及集群复制。当前存储的部署是基于物理机部署，对于资源利用很不充分，也不利于集群的复制（私有云），会从这些角度讲如何从物理集群迁移到容器集群。

内容大纲

1. 监控数据搜集；
2. 告警收敛；
3. 告警后续处理；
4. 容器化方案。