运维工具中心

自托管的服务可用性监控工具，支持 HTTP、TCP、Ping、DNS 与 Push 检测，集中查看响应时间、接收故障通知并发布状态页。

汇聚多节点主机指标与服务探针，提供中心告警、多通道通知、集群报告、持久化存储和 Web 控制台。

基于 Go 的单机指标与服务探针工具，覆盖阈值告警、恢复通知、多通道推送和定时报告；当前按源码能力收录，运行效果待环境验证。

从 Driver、Executor、Stage 与 SQL 计划定位 Spark 作业瓶颈，结合事件日志和 checkpoint 核验批处理与流式恢复边界。

统一主机资产、分组标签、授权网段发现、SSH 批量任务与监控接入的轻量基础设施管理平台。

通过 agent、SNMP、主动探测与 proxy 汇集主机、网络设备和服务状态，形成触发器与通知。

在 ELK 日志链路中接收、解析和转换事件，并将结果发送至 Elasticsearch 等目标。

支持分区复制、持久化消息和消费组的事件流平台。

用于容器化应用部署、调度、扩缩容与自愈的编排平台。