掌握 Grafana 堆栈的观测能力，包括 Grafana Loki 用于日志，Grafana Tempo 用于分布式追踪，Grafana Alloy 用于遥测管道，OpenTelemetry (OTel)用于收集和导出应用程序的信号，以及 Grafana Mimir 用于大规模企业指标收集。

本课程提供了一条全面、动手的路径，用于构建现代观测系统。它从使用 Prometheus 的指标开始，逐步进展到 Grafana 中的日志、追踪、告警和自定义仪表板。

我们从可观测性的核心概念、遥测数据以及指标收集方法开始。然后，你将深入学习 Prometheus——学习如何安装、配置并像专家一样使用它。

接下来，你将在 Windows、macOS、Linux（包括 Ubuntu 和 Amazon Linux）以及 Docker 上部署 Grafana。一旦你的堆栈运行起来，我们将涵盖 Grafana 仪表板设计，用于实际用例：API、基础设施和微服务。

在日志部分，你将使用 Grafana Loki 来摄取和可视化日志，包括从非结构化日志中提取动态标签。

然后我们将深入探讨：您将学习 OpenTelemetry 的基础知识，并设置 Grafana Alloy 以接收、处理和导出 OTel 指标和跟踪。您将用 Python 和 C# 仪器微服务，并将信号导出到 Grafana Tempo，在那里您将跟踪分布式调用并使用 TraceQL 分析服务图。

现在还包括了 Grafana Mimir，一个可高度扩展的时间序列数据库，用于大规模存储指标。您将学习 Mimir 是什么，它是如何工作的，以及如何在本地以单体模式以及微服务模式部署到 Kubernetes 中。

为了使其更具实践性，课程基于一个虚构的在线零售商 ShoeHub，包含模拟真实世界可观测性用例的模拟数据、仪表板、警报和服务。

无需设置烦恼——您还将获得由 Killer Coda 提供的基于浏览器的沙盒的即时访问权限，因此您可以开始实验而无需安装任何东西。

课程包含：

• 用于 Prometheus、Grafana、Loki、Alloy、Tempo、Mimir、ShoHub 指标和示例微服务追踪的 Docker Compose 文件。
• 示例仪表板和面板配置。
• Python 日志生成脚本。
• 多平台设置指南。
• ShoeHub 和示例微服务（如果你不想使用 Docker）的二进制可执行文件。
• 可选的云实验室环境（Killer Coda），用于即时动手实践。

如果你遇到任何问题或有疑问，我将通过 Udemy 问答系统迅速回复。

学习愉快——欢迎进入可观测性世界！