從看得到到看得懂：30 天在自架 K8s 上實踐可觀測性與告警 系列

「你的服務怎麼監控？」面試被問到，我只答得出「看 log 有沒有 error」。事後查了資料，Grafana、SLO 這些名詞認得了，監控和可觀測性差在哪還是講不清楚。

一開始不碰工具，先講清楚 SLI/SLO 與三大支柱各能回答什麼問題。接著用 kind 在筆電養一個服務，在其中埋三個故障，之後用 metrics、logs、traces 逐一查出來。也會實作告警，重點是不製造告警疲勞。最後讓一隻 agent 讀 Alertmanager，再用 OpenTelemetry 觀測它自己，並把整套環境寫成 Terraform，砍掉叢集重建驗收。

寫給和我一樣一知半解的人。