efremdedwards/enterprise-sre-aiops-lab

# 企业级 SRE / AIOps 实验室 ## 目的 本仓库是一个个人化的企业风格网站可靠性工程实验室。目标是使用生产环境中常见的工具和工作流，实践基于 Kubernetes 的应用环境的构建、运维、监控、故障排查和自动化。 该实验室也旨在支持 SRE、云运维、DevOps、Kubernetes、可观测性、事件响应和 AI 辅助运维的实践操作。 ## 当前环境 | 组件 | 工具 / 平台 | 状态 | |---|---|---| | 虚拟化 | VirtualBox | 运行中 | | 操作系统 | Ubuntu Server | 运行中 | | Kubernetes | 1 个控制平面节点和 1 个工作节点 | 运行中 | | 容器 | Docker | 运行中 | | 版本控制 | GitHub | 进行中 | | 项目跟踪 | Jira | 进行中 | | 文档 | Confluence / Markdown | 进行中 | | AI 编程助手 | GitHub Copilot | 已安装 | ## 计划技术栈 | 领域 | 工具 / 方法 | |---|---| | 版本控制 | Git + GitHub | | 拉取请求 | GitHub Pull Requests | | 持续集成 | GitHub Actions | | 持续交付 / GitOps | Argo CD | | 基础设施即代码 | Terraform | | 应用 | Python Flask API | | 数据库 | PostgreSQL | | 监控 | Prometheus + Grafana | | 日志 | Loki + Promtail | | 数据管道 | Python ETL 脚本 | | 事件响应 | 模拟生产故障 + RCA 笔记 | | AI/SRE 助手 | 基于 Python 的 AI 事件分类工作流 | ## 实验室目标 1. 构建并运营一个基于 Kubernetes 的应用平台。 2. 使用 GitHub 分支和拉取请求进行变更控制。 3. 使用 GitHub Actions 自动化验证。 4. 使用清单文件，后期过渡到 GitOps，将工作负载部署到 Kubernetes。 5. 使用 Terraform 管理基础设施和应用配置。 6. 使用 Prometheus 和 Grafana 增强可观测性。 7. 使用 Loki 和 Promtail 增强集中式日志记录。 8. 模拟生产事件并记录根本原因分析。 9. 针对日志、告警和 Kubernetes 事件，构建一个 AI 辅助的事件分类工作流。 ## 项目工作流 工作在 Jira 中使用看板式工作流进行跟踪： ``` To Do → In Progress → Blocked → PR Open → Testing → Done ```

标签：AIOps, API集成, SRE, 事故响应, 偏差过滤, 可观测性, 子域名突变, 测试用例, 自定义请求头, 请求拦截, 逆向工具