What's new in ClickStack - Aug ’26
Пока кто-то с трудом выпускает одну версию за месяц, команда ClickStack выпустила аж сразу пять — с v2.34 по v2.38.
Среди главных обновлений:
🚀 переменные и связанные фильтры в дашбордах
🚀 формулы для расчёта процентов, коэффициентов и других производных метрик
🚀 навигатор по метрикам и метки релизов на графиках
🚀 экспериментальная поддержка TimeSeries и PromQL
🚀 отдельный дашборд для наблюдаемости LLM-приложений
🚀 история выполнения алертов, несколько каналов уведомлений и расширенные webhook-поля
🚀 новые инструменты MCP для расследования инцидентов с помощью AI-агентов.
Поддержка PromQL пока находится в private preview для облачного ClickStack и имеет экспериментальный статус в open-source-версии. Но направление понятно: команда ClickStack стремится объединить метрики, логи, трейсы и LLM-телеметрию в одной системе.
Подробности в статье в блоге ClickHouse.
📱 Telegram | 📲 MAX
Пока кто-то с трудом выпускает одну версию за месяц, команда ClickStack выпустила аж сразу пять — с v2.34 по v2.38.
Среди главных обновлений:
🚀 переменные и связанные фильтры в дашбордах
🚀 формулы для расчёта процентов, коэффициентов и других производных метрик
🚀 навигатор по метрикам и метки релизов на графиках
🚀 экспериментальная поддержка TimeSeries и PromQL
🚀 отдельный дашборд для наблюдаемости LLM-приложений
🚀 история выполнения алертов, несколько каналов уведомлений и расширенные webhook-поля
🚀 новые инструменты MCP для расследования инцидентов с помощью AI-агентов.
Поддержка PromQL пока находится в private preview для облачного ClickStack и имеет экспериментальный статус в open-source-версии. Но направление понятно: команда ClickStack стремится объединить метрики, логи, трейсы и LLM-телеметрию в одной системе.
Подробности в статье в блоге ClickHouse.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4⚡3
Ко вчерашней статье мне написали совершенно справедливый комментарий.
Комментарий касался механизмов, которые могут зарезать поток отправляемых данных на период когда бэкэнд только только очухался. Исправляюсь, статью дополнил.
Если кратко, то
В плане плавной заливки данных в бэкэнд после его падения наиболее функционален Vector. HTTP-ориентированные синки Vector имеют ограничение количества запросов за интервал: есть возможность реализации сценариев "не более 5 запросов в секунду" (
Vector также поддерживает Adaptive Request Concurrency (ARC). ARC начинает с небольшой конкурентности и меняет её в зависимости от задержки бэкэнда.
Остальные агенты имеют лишь ограничения количества потоков.
Такие дела.
📱 Telegram | 📲 MAX
Комментарий касался механизмов, которые могут зарезать поток отправляемых данных на период когда бэкэнд только только очухался. Исправляюсь, статью дополнил.
Если кратко, то
vmagent, vlagent, vtagent имеют параметр remoteWrite.rateLimit, который позволяет ограничить поток отправляемых данных. В плане плавной заливки данных в бэкэнд после его падения наиболее функционален Vector. HTTP-ориентированные синки Vector имеют ограничение количества запросов за интервал: есть возможность реализации сценариев "не более 5 запросов в секунду" (
rate_limit_num: 5), "не более 2 одновременных запросов" (concurrency: 2) и "до 1 MiB несжатых данных в одном полном batch" (max_bytes: 1048576).Vector также поддерживает Adaptive Request Concurrency (ARC). ARC начинает с небольшой конкурентности и меняет её в зависимости от задержки бэкэнда.
Остальные агенты имеют лишь ограничения количества потоков.
Такие дела.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥7⚡3❤1
Как создать собственный экспортер метрик для Kubernetes
Это статья о том, как написать свой Prometheus-экспортер на Go. В ней разобран весь путь: Counter, Gauge и Histogram, эндпоинты
Читать на Хабре →
📱 Telegram | 📲 MAX
Это статья о том, как написать свой Prometheus-экспортер на Go. В ней разобран весь путь: Counter, Gauge и Histogram, эндпоинты
/metrics и /healthz, сборка безопасного образа, развёртывание в Kubernetes и подключение через ServiceMonitor. В конце небольшой бонус: подготовка метрики для использования в HorizontalPodAutoscaler.Kubernetes из коробки умеет отслеживать загрузку CPU и потребление памяти. Но на практике решения о масштабировании чаще зависят от показателей, которые выходят за эти узкие рамки: сколько сообщений ждет в очереди, сколько времени заняла последняя пакетная задача, сколько активных WebSocket-соединений поддерживает под. Когда встроенных метрик недостаточно, этот пробел помогает восполнить экспортер метрик.
Читать на Хабре →
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍3⚡2
Exemplars: как перейти от всплеска на графике сразу к проблемному запросу
(удобная штука, как оказалось, но полноценно работает только в Mimir и Prometheus)
По метрикам легко определить, что вырос p95 задержки запросов, увеличилась доля ошибок или просела пропускная способность. График, к сожалению, сообщит только факт произошедшей проблемы, но не детали по ней.
Дальше идешь и ковыряешь трейсы, ищешь нужный временной интервал и нужные трейсы. Exemplars сокращают эту цепочку до одного клика.
Что это такое
Exemplar — ссылка на конкретный трейс, сохранённая рядом с метрикой. Кроме значения и времени оно обычно содержит trace_id или span_id и быть может еще какие-то дополнительные атрибуты.
Например, в гистограмме мы увидели в бакете запросы с плохим статусом. Exemplar говорит: смотри, вот пример конкретного трейса, он занял 1,82 секунды, а его trace_id — 7f3a…91c2.
При этом trace_id не становится обычным лейблом метрики и не создаёт новую серию для каждого запроса.
Как внедрить
1. Настройка на уровне инструментирования приложения. Метрика и трейсы должны создаваться в одном контексте. OpenTelemetry может связать метрику с активным трейсом. В Prometheus клиенте можно извлекать идентификаторы трейса из контекста OpenTelemetry.
2. Настройка на уровне бэкенда. Подойдёт Tempo или Jaeger.
3. Включить exemplar storage на уровне Prometheus. В Prometheus для этого используется флаг
4. Связать источники данных в Grafana. В настройках Prometheus data source → Exemplars выбрать internal link на Tempo/Jaeger и указать имя метки: например, trace_id.
5. Найти наличие проблемных запросов на гистограмме (предварительно можно проверить, что exemplar появляется в Explore) и, перейти в существующий trace.
Exemplar, конечно, не способ найти все связанные трейсы. Это лишь пример, а не архив всех запросов. Если trace отброшен tail-сэмплером, ссылка окажется пустой.
По итогу exemplars сравнительно недорогой способ построить прямой путь от графика к конкретному медленному спану.
Для лучшего понимания подхода, посмотрите на приложенные к посту скриншоты.
👉 расскажите в комментариях, если у вас был опыт использования exemplars.
Полезные ссылки
🚀 Документация Grafana
🚀 Настройка Prometheus data source
🚀 Exemplar storage в Prometheus
🚀 Спецификация OpenTelemetry
🚀 Пример для client_golang
📱 Telegram | 📲 MAX
(удобная штука, как оказалось, но полноценно работает только в Mimir и Prometheus)
По метрикам легко определить, что вырос p95 задержки запросов, увеличилась доля ошибок или просела пропускная способность. График, к сожалению, сообщит только факт произошедшей проблемы, но не детали по ней.
Дальше идешь и ковыряешь трейсы, ищешь нужный временной интервал и нужные трейсы. Exemplars сокращают эту цепочку до одного клика.
Что это такое
Exemplar — ссылка на конкретный трейс, сохранённая рядом с метрикой. Кроме значения и времени оно обычно содержит trace_id или span_id и быть может еще какие-то дополнительные атрибуты.
Например, в гистограмме мы увидели в бакете запросы с плохим статусом. Exemplar говорит: смотри, вот пример конкретного трейса, он занял 1,82 секунды, а его trace_id — 7f3a…91c2.
При этом trace_id не становится обычным лейблом метрики и не создаёт новую серию для каждого запроса.
Как внедрить
1. Настройка на уровне инструментирования приложения. Метрика и трейсы должны создаваться в одном контексте. OpenTelemetry может связать метрику с активным трейсом. В Prometheus клиенте можно извлекать идентификаторы трейса из контекста OpenTelemetry.
2. Настройка на уровне бэкенда. Подойдёт Tempo или Jaeger.
3. Включить exemplar storage на уровне Prometheus. В Prometheus для этого используется флаг
--enable-feature=exemplar-storage. В Mimir свои настройки.4. Связать источники данных в Grafana. В настройках Prometheus data source → Exemplars выбрать internal link на Tempo/Jaeger и указать имя метки: например, trace_id.
5. Найти наличие проблемных запросов на гистограмме (предварительно можно проверить, что exemplar появляется в Explore) и, перейти в существующий trace.
Exemplar, конечно, не способ найти все связанные трейсы. Это лишь пример, а не архив всех запросов. Если trace отброшен tail-сэмплером, ссылка окажется пустой.
По итогу exemplars сравнительно недорогой способ построить прямой путь от графика к конкретному медленному спану.
Для лучшего понимания подхода, посмотрите на приложенные к посту скриншоты.
Полезные ссылки
🚀 Документация Grafana
🚀 Настройка Prometheus data source
🚀 Exemplar storage в Prometheus
🚀 Спецификация OpenTelemetry
🚀 Пример для client_golang
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7⚡2👍2
Дедупликация строк на доставщике логов: сравниваем OpenTelemetry, Vector, vlagent, Fluent Bit Grafana Alloy и Filebeat
Дописал вторую статью из той же серии. Идеи, которые копились достаточно давно, наконец начали выходить в свет.
Вы узнаете про варианты дедупликации на уровне агентов. В одной из следующих статей поговорим о том какой бэкэнд лучше жмет, а дальше как снизить объем телеметрии.
Плюсы к статье и в карму на Хабре неистово приветствуются❤️
Читать на Хабре
📱 Telegram | 📲 MAX
Дописал вторую статью из той же серии. Идеи, которые копились достаточно давно, наконец начали выходить в свет.
Вы узнаете про варианты дедупликации на уровне агентов. В одной из следующих статей поговорим о том какой бэкэнд лучше жмет, а дальше как снизить объем телеметрии.
Плюсы к статье и в карму на Хабре неистово приветствуются❤️
Читать на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥3⚡2❤2
🚨 Prometheus Alertmanager или Grafana Alerting — что выбрать?
Поговаривают, что существуют окружения, в которых алерты летят одновременно из Alertmanager и Grafana. При таком раскладе правила, маршрутизация и глушилки оказываются разбросаны по двум системам, а команда не всегда понимает, какая из них главная.
По ссылке вы найдете перевод статьи, в которой подробно сравниваются оба подхода: архитектура, группировка и дедупликация алертов, правила подавления, интеграции, высокая доступность и управление через UI или конфигурацию.
Также говорят про гибридный вариант: создавать и визуализировать правила в Grafana, а сложную маршрутизацию и доставку уведомлений оставлять Alertmanager.
👉 Читать перевод статьи
👉 Расскажите в комментариях какой подход выбрали у себя в окружении.
📱 Telegram | 📲 MAX
Поговаривают, что существуют окружения, в которых алерты летят одновременно из Alertmanager и Grafana. При таком раскладе правила, маршрутизация и глушилки оказываются разбросаны по двум системам, а команда не всегда понимает, какая из них главная.
По ссылке вы найдете перевод статьи, в которой подробно сравниваются оба подхода: архитектура, группировка и дедупликация алертов, правила подавления, интеграции, высокая доступность и управление через UI или конфигурацию.
Также говорят про гибридный вариант: создавать и визуализировать правила в Grafana, а сложную маршрутизацию и доставку уведомлений оставлять Alertmanager.
👉 Читать перевод статьи
Please open Telegram to view this post
VIEW IN TELEGRAM
Teletype
Prometheus Alertmanager против Grafana Alerting (2026): архитектура, возможности и когда использовать каждый из них
Это перевод оригинальной статьи Prometheus Alertmanager vs Grafana Alerting (2026): Architecture, Features, and When to Use Each.
👍7🔥5⚡2
Quickwit — поисковый движок для логов и трейсов с хранением индексов в S3
Quickwit ориентирован на observability-данные. Можно рассматривать, когда нужно хранить и искать большие объёмы логов и трейсов, не размещая весь индекс на дорогих локальных SSD.
Главная особенность Quickwit — разделение вычислений и хранения. Индексаторы формируют независимые части индекса —
Это выглядит интересно для длительного хранения логов и нагрузок, где интенсивность поиска меняется со временем.
Что поддерживает Quickwit:
🚀 полнотекстовый поиск, фильтрацию и агрегации;
🚀 строгую схему и schemaless-индексацию;
🚀 приём логов и трейсов через OpenTelemetry;
🚀 интеграцию с Jaeger и Grafana;
🚀 совместимый REST API с Elasticsearch/OpenSearch API;
🚀 загрузку данных из Kafka, Pulsar, Kinesis, S3 и через Ingest API;
🚀 распределённое развёртывание в Kubernetes.
Основной фокус Quickwitн сделан на логах и трейсах, пока что в продукте нет полноценной поддержки метрик.
Репыч на GitHub
Архитектура Quickwit
Интеграция с Grafana
📱 Telegram | 📲 MAX
Quickwit ориентирован на observability-данные. Можно рассматривать, когда нужно хранить и искать большие объёмы логов и трейсов, не размещая весь индекс на дорогих локальных SSD.
Главная особенность Quickwit — разделение вычислений и хранения. Индексаторы формируют независимые части индекса —
splits — и сохраняют их в S3, MinIO, Google Cloud Storage или Azure Blob Storage. Search-ноды остаются stateless и загружают из объектного хранилища только необходимые части индекса. Метаданные в распределённой конфигурации обычно хранятся в PostgreSQL.Это выглядит интересно для длительного хранения логов и нагрузок, где интенсивность поиска меняется со временем.
Что поддерживает Quickwit:
🚀 полнотекстовый поиск, фильтрацию и агрегации;
🚀 строгую схему и schemaless-индексацию;
🚀 приём логов и трейсов через OpenTelemetry;
🚀 интеграцию с Jaeger и Grafana;
🚀 совместимый REST API с Elasticsearch/OpenSearch API;
🚀 загрузку данных из Kafka, Pulsar, Kinesis, S3 и через Ingest API;
🚀 распределённое развёртывание в Kubernetes.
Основной фокус Quickwitн сделан на логах и трейсах, пока что в продукте нет полноценной поддержки метрик.
Репыч на GitHub
Архитектура Quickwit
Интеграция с Grafana
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10👍5⚡2
Avalonia UI и Linux Embedded: делаем Grafana-дашборд на старом Raspberry Pi и древнем 32-битном OrangePi
Старый Raspberry Pi вполне можно превратить в информационную панель с данными из Grafana. Но что делать, если установленный Chromium уже не поддерживает современный интерфейс Grafana, а ресурсов для полноценного браузера маловато?
В статье рассматривается практический кейс: авторы написали нативный дашборд на Avalonia UI, получают данные через API Grafana и выводят интерфейс напрямую через DRM/KMS — без X11, Wayland и оконного менеджера.
В статье разобраны:
— настройка Raspberry Pi OS Lite и автозапуска через systemd;
— получение данных через
— публикация self-contained .NET-приложения под ARM;
— ограничения памяти и автоматический перезапуск;
— перенос проекта на старый 32-битный Orange Pi;
— сравнение потребления памяти с Chromium: 234 против 345 МБ на Raspberry Pi.
Читать на Хабре
📱 Telegram | 📲 MAX
Старый Raspberry Pi вполне можно превратить в информационную панель с данными из Grafana. Но что делать, если установленный Chromium уже не поддерживает современный интерфейс Grafana, а ресурсов для полноценного браузера маловато?
В статье рассматривается практический кейс: авторы написали нативный дашборд на Avalonia UI, получают данные через API Grafana и выводят интерфейс напрямую через DRM/KMS — без X11, Wayland и оконного менеджера.
В статье разобраны:
— настройка Raspberry Pi OS Lite и автозапуска через systemd;
— получение данных через
/api/ds/query;— публикация self-contained .NET-приложения под ARM;
— ограничения памяти и автоматический перезапуск;
— перенос проекта на старый 32-битный Orange Pi;
— сравнение потребления памяти с Chromium: 234 против 345 МБ на Raspberry Pi.
Читать на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8⚡2👍2
Nerdlog — просмотр логов с нескольких серверов без ELK, Graylog и центрального хранилища
Интересный инструмент для тех случаев, когда нужно быстро проанализировать логи на нескольких Linux-серверах, но разворачивать полноценную систему централизованного логирования избыточно.
Nerdlog — это терминальный UI-интерфейс, который подключается к удалённым машинам по SSH, выполняет обработку логов непосредственно на них, а затем объединяет результаты в одном окне.
По умолчанию Nerdlog умеет работать с:
—
— ротируемыми логами;
— выводом
— произвольными текстовыми логами;
— базовым форматом логов Apache.
Можно одновременно искать события на нескольких серверах, ограничивать запрос временным диапазоном и фильтровать строки с помощью выражений в awk-формате. Результаты от разных узлов объединяются в общую таблицу.
Главная особенность интерфейса — интерактивная временная гистограмма, напоминающая Kibana или Graylog. На ней виден всплеск ошибок. Есть история запросов, постраничная загрузка, Vim-подобное управление и возможность скопировать текущий запрос в виде команды, чтобы передать его коллеге.
При этом полные файлы на рабочую машину не скачиваются. Фильтрация и построение гистограммы выполняются на удалённых узлах, а по сети передаются только найденные сообщения и агрегированные данные.
Результаты дополнительно сжимаются. Количество загружаемых строк можно ограничить — по умолчанию это до 250 сообщений с каждого потока.
Клиент работает на Linux, macOS, FreeBSD и Windows, но получать логи с Windows-хостов пока нельзя. Nerdlog написан на Go, а готовые бинарники доступны в GitHub Releases.
Репыч на GitHub
Готовые сборки
Документация и ограничения
📱 Telegram | 📲 MAX
Интересный инструмент для тех случаев, когда нужно быстро проанализировать логи на нескольких Linux-серверах, но разворачивать полноценную систему централизованного логирования избыточно.
Nerdlog — это терминальный UI-интерфейс, который подключается к удалённым машинам по SSH, выполняет обработку логов непосредственно на них, а затем объединяет результаты в одном окне.
По умолчанию Nerdlog умеет работать с:
—
/var/log/messages и /var/log/syslog;— ротируемыми логами;
— выводом
journalctl;— произвольными текстовыми логами;
— базовым форматом логов Apache.
Можно одновременно искать события на нескольких серверах, ограничивать запрос временным диапазоном и фильтровать строки с помощью выражений в awk-формате. Результаты от разных узлов объединяются в общую таблицу.
Главная особенность интерфейса — интерактивная временная гистограмма, напоминающая Kibana или Graylog. На ней виден всплеск ошибок. Есть история запросов, постраничная загрузка, Vim-подобное управление и возможность скопировать текущий запрос в виде команды, чтобы передать его коллеге.
При этом полные файлы на рабочую машину не скачиваются. Фильтрация и построение гистограммы выполняются на удалённых узлах, а по сети передаются только найденные сообщения и агрегированные данные.
Результаты дополнительно сжимаются. Количество загружаемых строк можно ограничить — по умолчанию это до 250 сообщений с каждого потока.
Клиент работает на Linux, macOS, FreeBSD и Windows, но получать логи с Windows-хостов пока нельзя. Nerdlog написан на Go, а готовые бинарники доступны в GitHub Releases.
Репыч на GitHub
Готовые сборки
Документация и ограничения
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥6⚡2👎1
Klarity — GitOps-first панель для наблюдения за Kubernetes
Klarity — веб-интерфейс для просмотра состояния Kubernetes-кластеров, диагностики приложений и контроля GitOps-процессов.
Главная идея проекта: кластер нужно наблюдать через панель, а изменять — через Git, pull request и привычный CI/CD-процесс. Поэтому в Klarity нет универсального редактора ресурсов, позволяющего незаметно изменить YAML в обход GitOps.
Что умеет Klarity:
🚀 автоматически обнаруживать более 60 типов Kubernetes-ресурсов и установленные CRD;
🚀 показывать Pods, Deployments, StatefulSets, Services, Ingress, PVC, RBAC, события и другие объекты;
🚀 выводить CPU и память узлов, Pod и отдельных контейнеров через metrics-server;
🚀 ранжировать основные потребители ресурсов;
🚀 транслировать логи контейнеров через WebSocket;
🚀 открывать веб-терминал в контейнере через
🚀 организовывать port forwarding прямо из браузера;
🚀 искать ресурсы сразу по нескольким категориям;
🚀 формировать HTML-отчёт о состоянии кластера.
Отдельно приятна автоматическая интеграция с Argo CD и Flux. Klarity обнаруживает их CRD и показывает состояние Applications, ApplicationSets, Kustomizations, HelmReleases и Git-репозиториев без дополнительной настройки.
Для нескольких кластеров можно загрузить набор kubeconfig-файлов и переключаться между контекстами из интерфейса.
Предусмотрено несколько вариантов аутентификации:
🚀 встроенные пользователи и роли;
🚀 Kubernetes ServiceAccount Token;
🚀 OIDC/SSO через Keycloak, GitLab, GitHub, Azure AD, Okta, Dex и другие провайдеры.
Backend написан на Go, frontend — на React и TypeScript. Интерфейс встраивается в один исполняемый файл. Развернуть приложение можно через Helm или Kustomize.
Klarity — это скорее альтернатива Headlamp, Lens или веб-вариант k9s, а не полноценная observability-платформа. Здесь нет долговременного хранения метрик, централизованного хранилища логов и трассировки. Метрики берутся из metrics-server, логи транслируются напрямую, а журнал аудита хранится в ограниченном буфере памяти.
Репыч на GitHub
Сайт и документация
📱 Telegram | 📲 MAX
Klarity — веб-интерфейс для просмотра состояния Kubernetes-кластеров, диагностики приложений и контроля GitOps-процессов.
Главная идея проекта: кластер нужно наблюдать через панель, а изменять — через Git, pull request и привычный CI/CD-процесс. Поэтому в Klarity нет универсального редактора ресурсов, позволяющего незаметно изменить YAML в обход GitOps.
Что умеет Klarity:
🚀 автоматически обнаруживать более 60 типов Kubernetes-ресурсов и установленные CRD;
🚀 показывать Pods, Deployments, StatefulSets, Services, Ingress, PVC, RBAC, события и другие объекты;
🚀 выводить CPU и память узлов, Pod и отдельных контейнеров через metrics-server;
🚀 ранжировать основные потребители ресурсов;
🚀 транслировать логи контейнеров через WebSocket;
🚀 открывать веб-терминал в контейнере через
kubectl exec;🚀 организовывать port forwarding прямо из браузера;
🚀 искать ресурсы сразу по нескольким категориям;
🚀 формировать HTML-отчёт о состоянии кластера.
Отдельно приятна автоматическая интеграция с Argo CD и Flux. Klarity обнаруживает их CRD и показывает состояние Applications, ApplicationSets, Kustomizations, HelmReleases и Git-репозиториев без дополнительной настройки.
Для нескольких кластеров можно загрузить набор kubeconfig-файлов и переключаться между контекстами из интерфейса.
Предусмотрено несколько вариантов аутентификации:
🚀 встроенные пользователи и роли;
🚀 Kubernetes ServiceAccount Token;
🚀 OIDC/SSO через Keycloak, GitLab, GitHub, Azure AD, Okta, Dex и другие провайдеры.
Backend написан на Go, frontend — на React и TypeScript. Интерфейс встраивается в один исполняемый файл. Развернуть приложение можно через Helm или Kustomize.
Klarity — это скорее альтернатива Headlamp, Lens или веб-вариант k9s, а не полноценная observability-платформа. Здесь нет долговременного хранения метрик, централизованного хранилища логов и трассировки. Метрики берутся из metrics-server, логи транслируются напрямую, а журнал аудита хранится в ограниченном буфере памяти.
Репыч на GitHub
Сайт и документация
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥4⚡2
Помните ли вы мой пост про Машеньку, которая слегка обделалась в процессе комментирования. Она вернулась, учла все ошибки и в этот раз сняла штаны перед тем, как сделать свои грязные делишки. Пока не баню, слежу за эволюцией бота.
🔥14⚡3
Pandora FMS — замена ушедших PRTG, WhatsUp Gold и SolarWinds
🔥 Проверенная временем платформа мониторинга, доступная для использования в России . Более 20 лет на рынке.
📅 30 сентября в 10:00 МСК приглашаем на бесплатный вебинар по Pandora FMS, где мы проведем презентацию возможностей платформы для мониторинга IT-инфраструктуры.
Если вы используете (или использовали) PRTG, WhatsUp Gold или SolarWinds и рассматриваете альтернативные решения для мониторинга IT-инфраструктуры — приходите на вебинар.
В рамках встречи Александр Тварадзе, представитель Pandora FMS, проведёт презентацию платформы и расскажет о её возможностях.
Разберём:
🚀 мониторинг сетевой инфраструктуры и оборудования;
🚀 серверы, приложения и базы данных;
🚀 мониторинг SCADA-систем и промышленной инфраструктуры;
🚀 сбор логов и работу с событиями;
🚀 виртуализацию и облачные среды;
🚀 инвентаризацию IT-инфраструктуры и интеграцию с CMDB;
🚀 встроенный Service Desk и управление заявками;
🚀 оповещения, отчёты и панели мониторинга;
🚀 автоматизацию и интеграции через API;
🚀 распределённый мониторинг и масштабирование;
🚀 возможности Pandora FMS для комплексного мониторинга IT-инфраструктуры.
Также рассмотрим, чем Pandora FMS отличается от PRTG, WhatsUp Gold и других систем мониторинга.
Спикеры:
Александр Тварадзе — Pandora FMS
Антон Касимов — Gals Software, региональный дистрибьютор Pandora FMS
📅 30 сентября
⏰ 10:00 МСК
📍 Онлайн
Участие бесплатное.
👉 Зарегистрируйтесь, чтобы получить напоминание и ссылку на вебинар.
Ссылка на подключение придёт в Telegram-бот за 40 минут до начала вебинара.
🔥 Проверенная временем платформа мониторинга, доступная для использования в России . Более 20 лет на рынке.
📅 30 сентября в 10:00 МСК приглашаем на бесплатный вебинар по Pandora FMS, где мы проведем презентацию возможностей платформы для мониторинга IT-инфраструктуры.
Если вы используете (или использовали) PRTG, WhatsUp Gold или SolarWinds и рассматриваете альтернативные решения для мониторинга IT-инфраструктуры — приходите на вебинар.
В рамках встречи Александр Тварадзе, представитель Pandora FMS, проведёт презентацию платформы и расскажет о её возможностях.
Разберём:
🚀 мониторинг сетевой инфраструктуры и оборудования;
🚀 серверы, приложения и базы данных;
🚀 мониторинг SCADA-систем и промышленной инфраструктуры;
🚀 сбор логов и работу с событиями;
🚀 виртуализацию и облачные среды;
🚀 инвентаризацию IT-инфраструктуры и интеграцию с CMDB;
🚀 встроенный Service Desk и управление заявками;
🚀 оповещения, отчёты и панели мониторинга;
🚀 автоматизацию и интеграции через API;
🚀 распределённый мониторинг и масштабирование;
🚀 возможности Pandora FMS для комплексного мониторинга IT-инфраструктуры.
Также рассмотрим, чем Pandora FMS отличается от PRTG, WhatsUp Gold и других систем мониторинга.
Спикеры:
Александр Тварадзе — Pandora FMS
Антон Касимов — Gals Software, региональный дистрибьютор Pandora FMS
📅 30 сентября
⏰ 10:00 МСК
📍 Онлайн
Участие бесплатное.
👉 Зарегистрируйтесь, чтобы получить напоминание и ссылку на вебинар.
Ссылка на подключение придёт в Telegram-бот за 40 минут до начала вебинара.
🔥7⚡2👍2👎1
Залил на Medium английский перевод своей статьи про дедупликацию сообщений на стороне лог-шипперов. Оригинал можете почитать на Хабре.
В предыдущий раз я там писал примерно шесть с половиной лет назад — про то, как я ходил на офлайн-тренинг «Слёрм DevOps». Небольшой такой перерыв. Раньше я писал на Medium только по-русски, теперь буду по-английски.
Меня крайне огорчил их редактор статей. Для просто текста с картинками норм, но для технической статьи с конфигами все катастрофически раздражает.
На Хабре прямо в редакторе есть таблицы, блоки кода с выбором языка и нумерацией строк, формулы и спойлеры, под которые можно убрать длинный конфиг. Самый кайф, что можно вставить подготовленный Markdown или вообще переключиться в Markdown-режим.
У Medium нельзя вставить md напрямую, он просто его корректно не распознает. Таблицы они предлагают вклеивать через внешний сервис. Когда хочется простого добавить строки и столбцы в статью приходится идти и ковертировать md-таблицу в картинку. Если это не фиаско, братан, то близко к этому.
Если у вас есть там аккаунт, подписывайтесь на мой и нахлопайте там хорошо в ладоши (аналог лайков).
В предыдущий раз я там писал примерно шесть с половиной лет назад — про то, как я ходил на офлайн-тренинг «Слёрм DevOps». Небольшой такой перерыв. Раньше я писал на Medium только по-русски, теперь буду по-английски.
Меня крайне огорчил их редактор статей. Для просто текста с картинками норм, но для технической статьи с конфигами все катастрофически раздражает.
На Хабре прямо в редакторе есть таблицы, блоки кода с выбором языка и нумерацией строк, формулы и спойлеры, под которые можно убрать длинный конфиг. Самый кайф, что можно вставить подготовленный Markdown или вообще переключиться в Markdown-режим.
У Medium нельзя вставить md напрямую, он просто его корректно не распознает. Таблицы они предлагают вклеивать через внешний сервис. Когда хочется простого добавить строки и столбцы в статью приходится идти и ковертировать md-таблицу в картинку. Если это не фиаско, братан, то близко к этому.
Если у вас есть там аккаунт, подписывайтесь на мой и нахлопайте там хорошо в ладоши (аналог лайков).
👍7🔥6❤3
Grafana Alerting: Scale alert routing without scaling complexity using multiple notification policies
В Grafana Alerting появилась полезная штука для тех, у кого одним инстансом пользуются несколько команд.
Исторически маршрутизация уведомлений жила в одном общем дереве. Можно было выделить каждой команде свою ветку, но конфигурация всё равно оставалась общей. Хочешь поменять доставку алертов своего сервиса — правишь дерево, в котором живут и все соседи. С ростом числа команд удовольствие сомнительное.
В Grafana 13.2 в GA появились несколько независимых деревьев notification policies. Теперь можно завести отдельное дерево для команды или сервиса и явно направить в него алерты нужных правил. У каждого дерева — своё управление через UI, API или Terraform.
Самое полезное здесь — возможность раздельно менять и выкатывать настройки маршрутизации. Команда платежей правит свои маршруты, не затрагивая конфигурацию и состояние уведомлений платформенной команды.
Переносить всё разом тоже не требуется: существующие правила продолжат использовать политику по умолчанию, пока им не назначат другую.
Читать в блоге Grafana Labs
P.S. Пишите в комментах кто пользуется Grafana Alerts и какой у вас опыт использования.
📱 Telegram | 📲 MAX
В Grafana Alerting появилась полезная штука для тех, у кого одним инстансом пользуются несколько команд.
Исторически маршрутизация уведомлений жила в одном общем дереве. Можно было выделить каждой команде свою ветку, но конфигурация всё равно оставалась общей. Хочешь поменять доставку алертов своего сервиса — правишь дерево, в котором живут и все соседи. С ростом числа команд удовольствие сомнительное.
В Grafana 13.2 в GA появились несколько независимых деревьев notification policies. Теперь можно завести отдельное дерево для команды или сервиса и явно направить в него алерты нужных правил. У каждого дерева — своё управление через UI, API или Terraform.
Самое полезное здесь — возможность раздельно менять и выкатывать настройки маршрутизации. Команда платежей правит свои маршруты, не затрагивая конфигурацию и состояние уведомлений платформенной команды.
Переносить всё разом тоже не требуется: существующие правила продолжат использовать политику по умолчанию, пока им не назначат другую.
Читать в блоге Grafana Labs
P.S. Пишите в комментах кто пользуется Grafana Alerts и какой у вас опыт использования.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9🔥5⚡2❤1
Coroot: eBPF-профилирование, логи, трейсы в приложениях в kubernetes
Разбор Coroot в статье на Хабре
Репыч Coroot на Гитхаб
📱 Telegram | 📲 MAX
Coroot — open-source observability-платформа, которая из метрик, логов и трейсов делает выводы о том, что чинить. Её ключевая особенность — непрерывное профилирование без изменений кода: eBPF-профилировщик снимает CPU-профили всех процессов на ноде, а языковые профилировщики (Go, Java) добавляют память и блокировки. В результате флеймграф показывает нагрузку до точной строки кода, а предустановленные инспекции находят типовые проблемы — утечки памяти, лишние аллокации, блокировки.
Разбор Coroot в статье на Хабре
Репыч Coroot на Гитхаб
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥5⚡2
CheckCle
Ещё один проект в копилку мониторинга. CheckCle можно развернуть у себя и собрать в одном интерфейсе проверки доступности, метрики серверов, контроль сертификатов и публичную статус-страницу.
Что умеет:
🚀 Проверять HTTP, DNS, Ping и TCP-сервисы, отслеживать время ответа и историю доступности.
🚀 Выполнять распределённые проверки из разных регионов.
🚀 Следить за сроками действия SSL-сертификатов и доменов.
🚀 Собирать через агент загрузку CPU, потребление RAM, использование дисков и сетевую активность. Поддерживаются Linux и Windows, причём Windows пока в бете.
🚀 Учитывать окна обслуживания, вести историю инцидентов и отправлять уведомления в Telegram, почту, Slack, Discord и Matrix.
Репыч на Гитхаб
P.S. Демо у них отвалилось.
📱 Telegram | 📲 MAX
Ещё один проект в копилку мониторинга. CheckCle можно развернуть у себя и собрать в одном интерфейсе проверки доступности, метрики серверов, контроль сертификатов и публичную статус-страницу.
Что умеет:
🚀 Проверять HTTP, DNS, Ping и TCP-сервисы, отслеживать время ответа и историю доступности.
🚀 Выполнять распределённые проверки из разных регионов.
🚀 Следить за сроками действия SSL-сертификатов и доменов.
🚀 Собирать через агент загрузку CPU, потребление RAM, использование дисков и сетевую активность. Поддерживаются Linux и Windows, причём Windows пока в бете.
🚀 Учитывать окна обслуживания, вести историю инцидентов и отправлять уведомления в Telegram, почту, Slack, Discord и Matrix.
Репыч на Гитхаб
P.S. Демо у них отвалилось.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8⚡3👍3🤔3
ClickHouse под трейсы: почему шесть бэкендов Jaeger оказались выбором из двух
В документации Jaeger — шесть вариантов бэкенда. Но для облачного сервиса с десятками терабайт телеметрии и сотнями независимых клиентов список быстро сокращается. А решающим требованием становится изоляция данных между проектами.
Команда VK Cloud рассказывает, почему выбрала ClickHouse для Cloud Tracing: чем не подошли Cassandra и Elasticsearch, как устроила поиск трейсов и зачем понадобились собственный приёмник и авторизующий прокси. Отдельно — о компромиссах при отказе от Kafka и о том, что изменила нативная поддержка ClickHouse в Jaeger v2.
Полезный разбор для тех, кто выбирает хранилище телеметрии и хочет заранее оценить не только производительность, но и объём собственной разработки.
Читать статью на Хабре →
📱 Telegram | 📲 MAX
В документации Jaeger — шесть вариантов бэкенда. Но для облачного сервиса с десятками терабайт телеметрии и сотнями независимых клиентов список быстро сокращается. А решающим требованием становится изоляция данных между проектами.
Команда VK Cloud рассказывает, почему выбрала ClickHouse для Cloud Tracing: чем не подошли Cassandra и Elasticsearch, как устроила поиск трейсов и зачем понадобились собственный приёмник и авторизующий прокси. Отдельно — о компромиссах при отказе от Kafka и о том, что изменила нативная поддержка ClickHouse в Jaeger v2.
Полезный разбор для тех, кто выбирает хранилище телеметрии и хочет заранее оценить не только производительность, но и объём собственной разработки.
Читать статью на Хабре →
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4⚡2