背景因为之前搬家，搭建好的HomeLab使用的是静态IP，所以当搬家完之后，就需要重新配置过。 局域网内ping测试之前远程连接用的是Windows自带的，相关配置不需要修改，只需要修改下IP即可。但是想要使用HomeLab里面的各种服务，比如说虚拟机搭建的K8S集群，或者说访问Web服务，这里还不够。 当我把HomeLab防火墙关闭掉的时候，就可以ping通: 很明显这样做风险太大，可以通过

背景解决的问题算法应用场景伪装 随机伪装 有偏伪装 劫持账户 抗伪装异常指标定义 点异常 边异常 公理算法流程思考 最开始的时候，如何定义或者判断是异常值？

异常检测异常异常分类 点异常 连续性异常 上下文异常(监控场景) 异常检测应用场景模型类型(Model Type) 有监督-DNN 半监督-oneClass-SVM 无监督-AutoEncoder Hybrid

The Design of a Practical System for Fault-Tolerant Virtual MachinesFAQ

思考 存储系统如何保存应用状态？ 如何为存储系统来设计它的高可用性与容错性？ 如何控制失败次数？如何设计一个存储系统的SLA？ 分布式存储系统如何在性能问题和一致性问题之间平衡？ 分布式存储系统如何在容错性和一致性之间保持平衡？ CAP理论在分布式存储系统中起到什么样子的作用？ 如何为K8S设计一个分布式存储系统？ S3存储系统是如何保证一致性，容错性等问题？ 面对并发或者并行请求操作，分布式系统

背景GFS(Google File System)是为了解决Google 数据处理需求快速增长的需求而发明的。它是一个大型数据密集型应用分布式文件系统，运行在廉价的商业硬件上。GFS 与以前的分布式文件系统有许多相同的目标，例如性能、可扩展性、可靠性和可用性。不同之处在于它提供了容错能力。 GFS特点组件容错性首先组成GFS系统成本不高，都是运行在廉价的商业硬件上，并且是上百数千台。所以有部分机器

背景之前每次查看日志的时候都是使用logs -f对应容器这样去查看，这样的好处是简单，但是每次都这样去弄太麻烦了，而且日志一多起来查找起来也非常麻烦，所以正好借此机会做一次日志收集平台展示调研方案。 需求因为我是个人集群，所以在集群配置上不会很高，节点也不会有很多，是一个标准三节点，同时上面还跑着其他中间件等等。所以对资源消耗大的日志收集方案就不考虑，再一个是我的日志不需要保留很长时间，1-3天日

Redis Exporter实现根据之前的知识，这里以redis举例来实现一个exporter并且最终通过grafana来展示。 Redis Metrics编写代码之前，先选好一些Metrics指标，首先需要明确一点的是指标不是越多越好，因为在关键时刻，像排错等场景。看到那么多指标会无法下手，所以要根据具体场景来挑选，可以先选出一些通用的指标，以及redis在场景中扮演什么样的角色进行挑选。并不是

背景在做服务监控的时候，通常会根据不同层次来使用不同的方法论，或者综合使用。这些方法论可以帮助我们来挑选合适的指标，可以直观的表达出服务状态。 黄金指标Google黄金指标一般用于服务监控，它一共有四个: 延迟 流量 错误 饱和度 延迟(latency)延迟表示这个服务所消耗的时间，比如说用户获取商品列表这个接口一共花了30毫秒；用户启动虚拟机，消耗20毫秒等等；但是这个指标需要区分成功和失败

Exporter简介云原生模式下的主流监控已经变成Prometheus为主的一套监控技术栈，下图是Prometheus架构: 而Exporter类似于Agent，它负责收集指定指标，它可以独立出来单独运行，也可以和程序集合在一起。打个比方，之前的中间件，比如Redis，Kafka，ES这些都没有集成Exporter，而在云原生中，就需要通过operator去集成。而一些比较新的中间件，比如pul