模块资料｜AIOps 数据底座与事件规范
原图深度模块的结构化资料摘录，保留目标、知识、命令线索、风险、排障、练习与验收。它不是一张原子知识卡，也不是可直接执行的操作手册。
所属方向：AI Infra。
目标
- 把指标、日志、链路、事件、拓扑和变更转成可关联数据。
知识拆解
- telemetry normalization
- entity/service identity
- topology/CMDB
- change events
- time alignment
- label quality
- ground truth
命令 / 配置 / 关键对象
以下是原图中的命令名、缩写或配置对象，并非经校验的完整命令行；其中可能含写操作。执行前必须补齐版本、权限、目标和风险。
- OpenTelemetry resource attrs
- event schema
- service graph
- deployment annotations
- data quality checks
高频故障与风险
- 同一服务多个名字
- 时间戳不一致
- 标签缺失
- 变更记录缺失
- 训练/评估泄漏
排障路径
- 从实体对齐率
- 检查时间/时区/采样
- 验证拓扑与真实调用
实战练习
- 建立统一事件 schema
- 将一次事件的五类证据关联
验收标准
- 实体可跨信号 join
- 数据质量有指标
- 敏感信息脱敏
对应优秀开源项目
继续拆卡的规则
本页是资料入口。只在形成一个能独立解释、带依据与边界的认识后，提炼为 Concept；故障观察进入 Troubleshooting，满足诊断条件的处置进入 Runbook，真实事件进入 Incident。