Self-hosted-мониторинг: от файлового хранилища к SQLite и безопасным модулям
Pulse — открытая система мониторинга Linux- и Windows-серверов.
В статье разбираются:
— переход с JSONL на SQLite в режиме WAL, чтобы настроить ротацию данных, согласованные резервные копии и параллельную запись телеметрии;
— создание модулей с явными разрешениями и защитой от повторного выполнения операций;
— подключение каталога расширений с проверкой хешей, ограничением сетевых запросов и защитой от SSRF.
Yet another monitoring system ¯\_(ツ)_/¯
Читать на Хабре
Репыч на Гитхаб
📱 Telegram | 📲 MAX
Pulse — открытая система мониторинга Linux- и Windows-серверов.
В статье разбираются:
— переход с JSONL на SQLite в режиме WAL, чтобы настроить ротацию данных, согласованные резервные копии и параллельную запись телеметрии;
— создание модулей с явными разрешениями и защитой от повторного выполнения операций;
— подключение каталога расширений с проверкой хешей, ограничением сетевых запросов и защитой от SSRF.
Yet another monitoring system ¯\_(ツ)_/¯
Читать на Хабре
Репыч на Гитхаб
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6⚡4🔥4👎2❤1
ClickHouse в Zabbix 8: как устроено хранение истории и что происходит с трендами
Опубликовал статью на Хабре об особенностях работы ClickHouse в новой версии Zabbix 8.0.
Велкоме →
Если вы работаете с Zabbix, подписывайтесь на @zabbix_ru, там много полезных материалов.
📱 Telegram | 📲 MAX
Опубликовал статью на Хабре об особенностях работы ClickHouse в новой версии Zabbix 8.0.
Велкоме →
Если вы работаете с Zabbix, подписывайтесь на @zabbix_ru, там много полезных материалов.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8⚡3❤3👍1👎1
Алерт сработал — но должен ли кто-то просыпаться?
Десятки уведомлений об одном инциденте, критические алерты без контекста и бесконечный шум постепенно приводят к alert fatigue: команда перестает замечать даже действительно важные сигналы.
В статье разбирают, как превратить алертинг из генератора сообщений в рабочий инструмент:
🚀 отличать пользовательские симптомы от диагностических метрик;
🚀 связывать пороги с SLI, SLO и бюджетом ошибок;
🚀 проверять правила на исторических данных;
🚀 группировать связанные события и подавлять дубли;
🚀 добавлять в уведомления контекст, ответственного, дашборд и runbook;
🚀 регулярно пересматривать правила по итогам реальных инцидентов.
Читать статью на Хабре
📱 Telegram | 📲 MAX
Десятки уведомлений об одном инциденте, критические алерты без контекста и бесконечный шум постепенно приводят к alert fatigue: команда перестает замечать даже действительно важные сигналы.
В статье разбирают, как превратить алертинг из генератора сообщений в рабочий инструмент:
🚀 отличать пользовательские симптомы от диагностических метрик;
🚀 связывать пороги с SLI, SLO и бюджетом ошибок;
🚀 проверять правила на исторических данных;
🚀 группировать связанные события и подавлять дубли;
🚀 добавлять в уведомления контекст, ответственного, дашборд и runbook;
🚀 регулярно пересматривать правила по итогам реальных инцидентов.
Читать статью на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥5👍3
VictoriaLogs против Loki, Elasticsearch, OpenSearch, SigNoz и ClickStack: кто быстрее принимает структурированные логи?
При выборе бэкэнда для хранения логов можно купиться на один красивый показатель и не разглядеть за ним остальные характеристики. Высокая скорость записи ещё не означает быстрый поиск, а хорошее сжатие данных — эффективную эксплуатацию.
Команда VictoriaMetrics провела сравнительное тестирование шести решений:
🚀 VictoriaLogs 1.53.0
🚀 Grafana Loki 3.7.8
🚀 Elasticsearch 9.5.5
🚀 OpenSearch 3.9.0
🚀 SigNoz 0.145.0
🚀 ClickStack 2.39.1
В качестве нагрузки использовались структурированные логи Kubernetes: 30–40 полей в каждой записи и 5000 отдельных потоков. Все системы запускались по одной на одинаковых узлах с 8 vCPU и 32 ГБ RAM. Нагрузка постепенно увеличивалась с 10 до 180 тысяч строк в секунду, а основной тест повторялся три раза.
Результаты приема получились следующими:
Loki показал максимальную скорость приёма — 139 тысяч строк в секунду;
VictoriaLogs занял второе место с результатом 120 тысяч строк в секунду;
Elasticsearch, OpenSearch и ClickStack остановились в диапазоне примерно от 28 до 48 тысяч;
SigNoz справился с 10 тысячами строк в секунду, но при дальнейшем увеличении нагрузки его скорость приема начала падать.
Кроме скорости ingest в статье также сравнивается использование CPU и RAM, итоговый размер данных, объём записи на диск и время выполнения нескольких запросов.
И здесь всплывают интересные детали. Loki принимает данные очень быстро, поскольку индексирует в основном метки потоков, а не каждое поле записи. Но за это приходится платить во время чтения: некоторые запросы по тестовому набору выполнялись десятки секунд или несколько минут. Кроме того, потребление памяти Loki заметно росло вместе с количеством потоков.
Elasticsearch выбрал противоположный путь: он строит подробные индексы и поэтому быстро находит отдельные слова и значения. Цена такого подхода — более тяжёлый ingest, высокий расход CPU и памяти, а также почти в пять раз больше дискового пространства по сравнению с VictoriaLogs. У OpenSearch в тестовой конфигурации разница оказалась ещё больше — примерно в десять раз.
VictoriaLogs занимает промежуточную позицию: хранит поля структурированных сообщений по колонкам, использует лёгкие индексы и читает только те поля, которые нужны конкретному запросу. По результатам авторов это позволило получить высокую скорость записи, небольшой расход памяти и диска, а также выполнение большинства запросов за секунды.
Отдельно разобраны SigNoz и ClickStack. Оба используют ClickHouse, но перед ним работает OpenTelemetry Collector. В тесте именно коллектор потреблял значительную часть процессорных ресурсов и становился одним из ограничений производительности. При этом авторы (к их чести) отмечают, что это полноценные observability-стеки, объединяющие логи, метрики и трейсы, поэтому оценивать их исключительно по скорости записи логов не совсем корректно.
Кластерный режим, объектное хранилище (которое пока что не завезли в VictoriaLogs) и полноценное тестирование запросов авторы планируют разобрать отдельно.
Статья показывает, почему нельзя выбирать систему хранения логов только по одному показателю: где-то мы экономим ресурсы при записи, но платим при поиске; где-то получаем быстрые запросы ценой больших индексов; а где-то дополнительные возможности observability требуют дополнительных компонентов.
В общем, если вы в поисках бэкэнда — присмотритесь.
Читать статью в блоге VictoriaMetrics
📱 Telegram | 📲 MAX
При выборе бэкэнда для хранения логов можно купиться на один красивый показатель и не разглядеть за ним остальные характеристики. Высокая скорость записи ещё не означает быстрый поиск, а хорошее сжатие данных — эффективную эксплуатацию.
Команда VictoriaMetrics провела сравнительное тестирование шести решений:
🚀 VictoriaLogs 1.53.0
🚀 Grafana Loki 3.7.8
🚀 Elasticsearch 9.5.5
🚀 OpenSearch 3.9.0
🚀 SigNoz 0.145.0
🚀 ClickStack 2.39.1
В качестве нагрузки использовались структурированные логи Kubernetes: 30–40 полей в каждой записи и 5000 отдельных потоков. Все системы запускались по одной на одинаковых узлах с 8 vCPU и 32 ГБ RAM. Нагрузка постепенно увеличивалась с 10 до 180 тысяч строк в секунду, а основной тест повторялся три раза.
Результаты приема получились следующими:
Loki показал максимальную скорость приёма — 139 тысяч строк в секунду;
VictoriaLogs занял второе место с результатом 120 тысяч строк в секунду;
Elasticsearch, OpenSearch и ClickStack остановились в диапазоне примерно от 28 до 48 тысяч;
SigNoz справился с 10 тысячами строк в секунду, но при дальнейшем увеличении нагрузки его скорость приема начала падать.
Кроме скорости ingest в статье также сравнивается использование CPU и RAM, итоговый размер данных, объём записи на диск и время выполнения нескольких запросов.
И здесь всплывают интересные детали. Loki принимает данные очень быстро, поскольку индексирует в основном метки потоков, а не каждое поле записи. Но за это приходится платить во время чтения: некоторые запросы по тестовому набору выполнялись десятки секунд или несколько минут. Кроме того, потребление памяти Loki заметно росло вместе с количеством потоков.
Elasticsearch выбрал противоположный путь: он строит подробные индексы и поэтому быстро находит отдельные слова и значения. Цена такого подхода — более тяжёлый ingest, высокий расход CPU и памяти, а также почти в пять раз больше дискового пространства по сравнению с VictoriaLogs. У OpenSearch в тестовой конфигурации разница оказалась ещё больше — примерно в десять раз.
VictoriaLogs занимает промежуточную позицию: хранит поля структурированных сообщений по колонкам, использует лёгкие индексы и читает только те поля, которые нужны конкретному запросу. По результатам авторов это позволило получить высокую скорость записи, небольшой расход памяти и диска, а также выполнение большинства запросов за секунды.
Отдельно разобраны SigNoz и ClickStack. Оба используют ClickHouse, но перед ним работает OpenTelemetry Collector. В тесте именно коллектор потреблял значительную часть процессорных ресурсов и становился одним из ограничений производительности. При этом авторы (к их чести) отмечают, что это полноценные observability-стеки, объединяющие логи, метрики и трейсы, поэтому оценивать их исключительно по скорости записи логов не совсем корректно.
Кластерный режим, объектное хранилище (которое пока что не завезли в VictoriaLogs) и полноценное тестирование запросов авторы планируют разобрать отдельно.
Статья показывает, почему нельзя выбирать систему хранения логов только по одному показателю: где-то мы экономим ресурсы при записи, но платим при поиске; где-то получаем быстрые запросы ценой больших индексов; а где-то дополнительные возможности observability требуют дополнительных компонентов.
В общем, если вы в поисках бэкэнда — присмотритесь.
Читать статью в блоге VictoriaMetrics
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥8❤4⚡3
🚀 Релиз OpenTelemetry eBPF Instrumentation версии 1.0
Проект OBI, выросший из Grafana Beyla, получил первый стабильный релиз. Он позволяет собирать метрики и трейсы работающих Linux-приложений с помощью eBPF — без изменения исходного кода и внедрения агентов в каждое приложение.
В OBI 1.0 разработчики сосредоточились не только на расширении функциональности, но и на предсказуемости эксплуатации:
🚀 зафиксировали обязательства по совместимости конфигурации и способов развертывания
🚀 добавили Config v2, схему конфигурации, проверку и автоматическую миграцию настроек
🚀 расширили поддержку баз данных и брокеров сообщений, включая MSSQL, Couchbase, NATS, MQTT и AMQP
🚀 улучшили трассировку HTTP/2 и gRPC, а также определение маршрутов Django, FastAPI, Flask, Rails, .NET и PHP
🚀 реализовали корреляцию трейсов и логов без изменения кода приложения
🚀 добавили экспериментальные runtime-метрики для Go, Java, .NET, Node.js и Python
🚀 расширили наблюдаемость AI-приложений: модели, embeddings, векторный поиск, MCP-вызовы и Ollama
Версия 1.0 не означает, что вся создаваемая телеметрия навсегда останется неизменной. Некоторые семантические соглашения OpenTelemetry продолжают развиваться. Однако теперь проект предоставляет схемы, инструменты и инструкции, позволяющие контролируемо обновлять дашборды, алерты и конвейеры обработки данных.
OBI будет интересен для команд, которым нужно быстро получить RED-метрики, трейсы и карту зависимостей сервисов в Linux или Kubernetes, не используя инструментацию каждого приложения.
Подробнее об OBI 1.0 в блоге OTel
📱 Telegram | 📲 MAX
Проект OBI, выросший из Grafana Beyla, получил первый стабильный релиз. Он позволяет собирать метрики и трейсы работающих Linux-приложений с помощью eBPF — без изменения исходного кода и внедрения агентов в каждое приложение.
В OBI 1.0 разработчики сосредоточились не только на расширении функциональности, но и на предсказуемости эксплуатации:
🚀 зафиксировали обязательства по совместимости конфигурации и способов развертывания
🚀 добавили Config v2, схему конфигурации, проверку и автоматическую миграцию настроек
🚀 расширили поддержку баз данных и брокеров сообщений, включая MSSQL, Couchbase, NATS, MQTT и AMQP
🚀 улучшили трассировку HTTP/2 и gRPC, а также определение маршрутов Django, FastAPI, Flask, Rails, .NET и PHP
🚀 реализовали корреляцию трейсов и логов без изменения кода приложения
🚀 добавили экспериментальные runtime-метрики для Go, Java, .NET, Node.js и Python
🚀 расширили наблюдаемость AI-приложений: модели, embeddings, векторный поиск, MCP-вызовы и Ollama
Версия 1.0 не означает, что вся создаваемая телеметрия навсегда останется неизменной. Некоторые семантические соглашения OpenTelemetry продолжают развиваться. Однако теперь проект предоставляет схемы, инструменты и инструкции, позволяющие контролируемо обновлять дашборды, алерты и конвейеры обработки данных.
OBI будет интересен для команд, которым нужно быстро получить RED-метрики, трейсы и карту зависимостей сервисов в Linux или Kubernetes, не используя инструментацию каждого приложения.
Подробнее об OBI 1.0 в блоге OTel
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6⚡4🔥4
🚀 Вышла Grafana 13.3: общие переменные, Notebooks и обновленный интерфейс
Grafana Labs представила Grafana 13.3. Главные изменения:
🚀 Переменные между дашбордами. Переменную окружения, региона или кластера теперь можно определить один раз и использовать на нескольких дашбордах. Поддерживаются глобальная область и область папки — больше не придется вручную синхронизировать одинаковые настройки.
🚀 Grafana Notebooks. Запросы, панели, выводы Grafana Assistant и собственные комментарии можно собрать в одном редактируемом документе.
🚀 Обновленный интерфейс. Grafana получила новые темную и светлую темы, переработанную типографику, более мягкие границы, новые цвета и унифицированные компоненты. При этом навигация и привычные рабочие процессы не поменялись, а плагины на стандартных компонентах автоматически подхватят новый стиль.
🚀 Предварительный план дашборда от Grafana Assistant. Перед созданием дашборда помощник может показать его структуру: панели, строки, вкладки, типы визуализаций и переменные. План можно уточнить, посмотреть в режиме предварительного просмотра и только потом применить.
🚀 Отмена изменений Assistant. Если результат редактирования дашборда не понравился, теперь можно отменить весь последний набор изменений одним действием.
Общие переменные, Notebooks и новый дизайн пока доступны в режиме Public Preview. В self-managed Grafana их необходимо активировать через feature toggles. В релиз также вошли дополнительные изменения визуализаций, Alerting и Git Sync.
Больше остальных в версии 13.3 мне приглянулись общие переменные. Для организации десятов однотипных дашбордов это уменьшит дублирование настроек и риск расхождения конфигураций.
Подробнее в блоге Grafana
📱 Telegram | 📲 MAX
Grafana Labs представила Grafana 13.3. Главные изменения:
🚀 Переменные между дашбордами. Переменную окружения, региона или кластера теперь можно определить один раз и использовать на нескольких дашбордах. Поддерживаются глобальная область и область папки — больше не придется вручную синхронизировать одинаковые настройки.
🚀 Grafana Notebooks. Запросы, панели, выводы Grafana Assistant и собственные комментарии можно собрать в одном редактируемом документе.
🚀 Обновленный интерфейс. Grafana получила новые темную и светлую темы, переработанную типографику, более мягкие границы, новые цвета и унифицированные компоненты. При этом навигация и привычные рабочие процессы не поменялись, а плагины на стандартных компонентах автоматически подхватят новый стиль.
🚀 Предварительный план дашборда от Grafana Assistant. Перед созданием дашборда помощник может показать его структуру: панели, строки, вкладки, типы визуализаций и переменные. План можно уточнить, посмотреть в режиме предварительного просмотра и только потом применить.
🚀 Отмена изменений Assistant. Если результат редактирования дашборда не понравился, теперь можно отменить весь последний набор изменений одним действием.
Общие переменные, Notebooks и новый дизайн пока доступны в режиме Public Preview. В self-managed Grafana их необходимо активировать через feature toggles. В релиз также вошли дополнительные изменения визуализаций, Alerting и Git Sync.
Больше остальных в версии 13.3 мне приглянулись общие переменные. Для организации десятов однотипных дашбордов это уменьшит дублирование настроек и риск расхождения конфигураций.
Подробнее в блоге Grafana
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10❤4👍2
Приходите на тренинги по Zabbix 8.0
Релиз Zabbix 8.0 уже совсем скоро. Запланируйте обучение команды, чтобы первыми получить знания об особенностях новой версии (а нововведений там много).
Приглашаю вас на официальные вендорские тренинги Zabbix Certified Specialist 8.0 и Zabbix Certified Professional 8.0, которые я проведу уже в декабре.
📅 9–11 декабря 2026 — Zabbix Certified Specialist 8.0
Научитесь собирать метрики, настраивать обнаружение проблем и оповещения, управлять шаблонами и создавать понятные дашборды. В программе: Zabbix agent, SNMP, веб-мониторинг, работа с логами, триггеры и предобработка данных.
Для тех, кто хочет увереннее решать повседневные задачи мониторинга и систематизировать знания.
👉 Программа Specialist 8.0
📅 16–18 декабря 2026 — Zabbix Certified Professional 8.0
Следующая ступень после Specialist 8.0: развертывание компонентов Zabbix, распределённый мониторинг через proxy, высокая доступность, балансировка нагрузки, автоматическое обнаружение ресурсов, корреляция событий (Complex Event Processing), MCP Server.
Для тех, кому нужно масштабировать мониторинг и сокращать объём ручной настройки.
👉 Программа Professional 8.0
Оба тренинга — онлайн, на русском языке, по три дня. Практика на лабораторных стендах, обучение у сертифицированного тренера и официальный сертификат после успешной сдачи экзамена (в стоимость входит 1 попытка).
Оставьте заявку через форму обратной связи или напишите на hello@gals.software, чтобы узнать про специальные условия и запланировать обучение для себя или команды.
❗️А, и не забудьте подписаться на @zabbix_ru, там много полезного. Например, сегодня вышла ссылка на статью с обновлениями в Zabbix 8.0.
Релиз Zabbix 8.0 уже совсем скоро. Запланируйте обучение команды, чтобы первыми получить знания об особенностях новой версии (а нововведений там много).
Приглашаю вас на официальные вендорские тренинги Zabbix Certified Specialist 8.0 и Zabbix Certified Professional 8.0, которые я проведу уже в декабре.
📅 9–11 декабря 2026 — Zabbix Certified Specialist 8.0
Научитесь собирать метрики, настраивать обнаружение проблем и оповещения, управлять шаблонами и создавать понятные дашборды. В программе: Zabbix agent, SNMP, веб-мониторинг, работа с логами, триггеры и предобработка данных.
Для тех, кто хочет увереннее решать повседневные задачи мониторинга и систематизировать знания.
👉 Программа Specialist 8.0
📅 16–18 декабря 2026 — Zabbix Certified Professional 8.0
Следующая ступень после Specialist 8.0: развертывание компонентов Zabbix, распределённый мониторинг через proxy, высокая доступность, балансировка нагрузки, автоматическое обнаружение ресурсов, корреляция событий (Complex Event Processing), MCP Server.
Для тех, кому нужно масштабировать мониторинг и сокращать объём ручной настройки.
👉 Программа Professional 8.0
Оба тренинга — онлайн, на русском языке, по три дня. Практика на лабораторных стендах, обучение у сертифицированного тренера и официальный сертификат после успешной сдачи экзамена (в стоимость входит 1 попытка).
Оставьте заявку через форму обратной связи или напишите на hello@gals.software, чтобы узнать про специальные условия и запланировать обучение для себя или команды.
❗️А, и не забудьте подписаться на @zabbix_ru, там много полезного. Например, сегодня вышла ссылка на статью с обновлениями в Zabbix 8.0.
🔥5⚡2👍2
Мониторим ИТ pinned «Приходите на тренинги по Zabbix 8.0 Релиз Zabbix 8.0 уже совсем скоро. Запланируйте обучение команды, чтобы первыми получить знания об особенностях новой версии (а нововведений там много). Приглашаю вас на официальные вендорские тренинги Zabbix Certified…»
VictoriaMetrics или Prometheus: что выбрать для хранения метрик?
В статье разбирают отличия этих двух решений:
🚀 архитектура хранения и обработки метрик
🚀 single-node и кластерный варианты VictoriaMetrics
🚀 различия между PromQL и MetricsQL
🚀 репликация, дедупликация и сроки хранения
🚀 миграция через Remote Write без немедленного отключения Prometheus
🚀 совместимость с ServiceMonitor, PodMonitor и PrometheusRule в Kubernetes
🚀 ограничения бесплатной и Enterprise-редакций VictoriaMetrics
Автор также рассматривает альтернативы: Thanos, Grafana Mimir, Cortex, M3 и GreptimeDB. Отдельно объясняется важное различие между системами хранения и коллекторами вроде vmagent, Prometheus Agent, Grafana Alloy и OpenTelemetry Collector.
Как ни казался бы очевидным победитель, универсального решения под все задачи нет. Для одного кластера и нескольких недель хранения часто достаточно обычного Prometheus. VictoriaMetrics становится интереснее при росте объёма метрик, увеличении retention и необходимости эффективнее использовать локальные диски. Если же данные принципиально должны храниться в объектном хранилище, стоит смотреть в сторону Thanos или Mimir.
Читать статью
📱 Telegram | 📲 MAX
В статье разбирают отличия этих двух решений:
🚀 архитектура хранения и обработки метрик
🚀 single-node и кластерный варианты VictoriaMetrics
🚀 различия между PromQL и MetricsQL
🚀 репликация, дедупликация и сроки хранения
🚀 миграция через Remote Write без немедленного отключения Prometheus
🚀 совместимость с ServiceMonitor, PodMonitor и PrometheusRule в Kubernetes
🚀 ограничения бесплатной и Enterprise-редакций VictoriaMetrics
Автор также рассматривает альтернативы: Thanos, Grafana Mimir, Cortex, M3 и GreptimeDB. Отдельно объясняется важное различие между системами хранения и коллекторами вроде vmagent, Prometheus Agent, Grafana Alloy и OpenTelemetry Collector.
Как ни казался бы очевидным победитель, универсального решения под все задачи нет. Для одного кластера и нескольких недель хранения часто достаточно обычного Prometheus. VictoriaMetrics становится интереснее при росте объёма метрик, увеличении retention и необходимости эффективнее использовать локальные диски. Если же данные принципиально должны храниться в объектном хранилище, стоит смотреть в сторону Thanos или Mimir.
Читать статью
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥5❤3⚡2
Что такое span в OpenTelemetry и зачем он нужен
Когда общаюсь с кем-то из клиентов за OpenTelemetry и рассказываю какая это все-таки универсальная вещь, невозможно обойти стороной разговор про трейсинг. А где трейсинг там и сами трейсы и их части — спаны. Многие используют понятия трейсы и спаны почти как синонимы. На самом деле разница тут простая:
Span — это одна отдельная операция, а trace — вся история прохождения запроса, собранная из множества spans.
Например, обработка заказа может выглядеть так:
Каждая строка — отдельный span. Все они имеют общий
Благодаря этой структуре можно увидеть не просто «запрос выполнялся три секунды», а понять, на каком именно этапе возникла задержка: в базе данных, платёжном сервисе, сетевом вызове или бизнес-логике.
Что обычно хранится внутри span
🚀 название операции
🚀 время начала и окончания
🚀 идентификаторы trace, span и родительского span
🚀 тип операции
🚀 атрибуты
🚀 события и ссылки на другие spans
Название должно описывать класс операций, а не конкретный экземпляр.
Хорошо:
✅
✅
✅
Плохо:
❌
❌
Динамические значения лучше хранить в атрибутах. Иначе мы создаём высокую кардинальность и затрудняем группировку данных.
Например:
Именно бизнес-атрибуты часто делают трассировку действительно полезной. Без них я вижу техническую цепочку вызовов, но не всегда понимаю, какой клиент, заказ или сценарий пострадал.
Какие бывают spans
OpenTelemetry определяет пять основных типов:
🚀
🚀
🚀
🚀
Для асинхронных сценариев обычной связи родитель — потомок бывает недостаточно. Здесь используются span links, позволяющие связать обработку сообщения с операцией, которая это сообщение создала.
Когда стоит создавать собственный span
Добавляйте span, если операция:
🚀 пересекает сетевую или сервисную границу
🚀 представляет значимый этап бизнес-процесса
🚀 может завершиться отдельной ошибкой
🚀 имеет непредсказуемое время выполнения
🚀 заслуживает самостоятельного анализа
А вот превращать в span каждую функцию, итерацию цикла или микроскопическое вычисление не стоит. Так traces становятся шумными, дорогими и практически нечитаемыми.
Хорошая стратегия — сначала включить автоинструментирование, посмотреть на получившиеся traces и только затем вручную закрывать пробелы в бизнес-логике.
Что ещё важно
Span обязательно нужно завершать, желательно в блоке
Также необходимо следить за передачей контекста между сервисами. Обычно для этого используются заголовки W3C
Выводы из всего вышесказанного
✅ Полезный span должен отвечать на три вопроса:
✅ Что выполнялось?
✅ Сколько это заняло?
✅ Что происходило в контексте этой операции?
Если span не помогает расследовать задержку, ошибку или бизнес-сценарий, скорее всего, он просто создаёт лишний шум.
Спасибо, что прочитали!
📱 Telegram | 📲 MAX
Когда общаюсь с кем-то из клиентов за OpenTelemetry и рассказываю какая это все-таки универсальная вещь, невозможно обойти стороной разговор про трейсинг. А где трейсинг там и сами трейсы и их части — спаны. Многие используют понятия трейсы и спаны почти как синонимы. На самом деле разница тут простая:
Span — это одна отдельная операция, а trace — вся история прохождения запроса, собранная из множества spans.
Например, обработка заказа может выглядеть так:
POST /checkout
├── validate_order
├── charge_payment
│ └── POST payment-provider
└── update_inventory
Каждая строка — отдельный span. Все они имеют общий
TraceId, а связи между родительскими и дочерними операциями задаются через SpanId и ParentSpanId.Благодаря этой структуре можно увидеть не просто «запрос выполнялся три секунды», а понять, на каком именно этапе возникла задержка: в базе данных, платёжном сервисе, сетевом вызове или бизнес-логике.
Что обычно хранится внутри span
🚀 название операции
🚀 время начала и окончания
🚀 идентификаторы trace, span и родительского span
🚀 тип операции
🚀 атрибуты
🚀 события и ссылки на другие spans
Название должно описывать класс операций, а не конкретный экземпляр.
Хорошо:
✅
GET /users/{id}✅
process_order✅
SELECT usersПлохо:
❌
GET /users/8675309❌
process_order_981188191Динамические значения лучше хранить в атрибутах. Иначе мы создаём высокую кардинальность и затрудняем группировку данных.
Например:
order.id = 981188191
payment.provider = stripe
user.tier = enterprise
Именно бизнес-атрибуты часто делают трассировку действительно полезной. Без них я вижу техническую цепочку вызовов, но не всегда понимаю, какой клиент, заказ или сценарий пострадал.
Какие бывают spans
OpenTelemetry определяет пять основных типов:
🚀
SERVER — обработка входящего запроса🚀
CLIENT — исходящий синхронный вызов🚀
PRODUCER — публикация сообщения или постановка задачи🚀
CONSUMER — обработка сообщения🚀 INTERNAL — операция внутри приложенияДля асинхронных сценариев обычной связи родитель — потомок бывает недостаточно. Здесь используются span links, позволяющие связать обработку сообщения с операцией, которая это сообщение создала.
Когда стоит создавать собственный span
Добавляйте span, если операция:
🚀 пересекает сетевую или сервисную границу
🚀 представляет значимый этап бизнес-процесса
🚀 может завершиться отдельной ошибкой
🚀 имеет непредсказуемое время выполнения
🚀 заслуживает самостоятельного анализа
А вот превращать в span каждую функцию, итерацию цикла или микроскопическое вычисление не стоит. Так traces становятся шумными, дорогими и практически нечитаемыми.
Хорошая стратегия — сначала включить автоинструментирование, посмотреть на получившиеся traces и только затем вручную закрывать пробелы в бизнес-логике.
Что ещё важно
Span обязательно нужно завершать, желательно в блоке
finally. Незавершённая операция может вообще не попасть в экспорт. При ошибке недостаточно записать исключение в лог. Нужно установить span status в ERROR и сохранить контекст ошибки. Иначе в системе наблюдаемости неудачная операция может выглядеть успешной.Также необходимо следить за передачей контекста между сервисами. Обычно для этого используются заголовки W3C
traceparent и tracestate. Если прокси или приложение потеряет traceparent, единый trace разорвётся на несколько независимых частей.Выводы из всего вышесказанного
✅ Полезный span должен отвечать на три вопроса:
✅ Что выполнялось?
✅ Сколько это заняло?
✅ Что происходило в контексте этой операции?
Если span не помогает расследовать задержку, ошибку или бизнес-сценарий, скорее всего, он просто создаёт лишний шум.
Спасибо, что прочитали!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👍8❤3⚡1🤔1
Grafana Alloy научился работать как нативный OpenTelemetry Collector
Начиная с Alloy 1.21.0 встроенный OTel Engine перешёл в статус Public Preview. Теперь внутри Grafana Alloy можно запускать полноценный OpenTelemetry Collector с обычной YAML-конфигурацией — без преобразования в собственный синтаксис Alloy.
Фактически у Alloy теперь два движка:
🚀 стандартный движок — универсальный комбайн для Prometheus, Loki, OTLP, syslog и других источников
🚀 OTel Engine — дистрибутив OpenTelemetry Collector от Grafana с нативными OTLP pipelines
Если у вас уже есть конфигурация Collector, её можно использовать практически без изменений:
заменяется на:
Сохраняются и привычные команды Collector:
Для компонентов, которые пока существуют только в стандартном движке Alloy, добавлено экспериментальное расширение
Это интересный и весьма либеральный шаг. Grafana не заставляет команды выбирать между Alloy и OpenTelemetry Collector, а пытается объединить оба подхода в одном бинарном файле. Можно сохранить совместимость с экосистемой Prometheus и Loki, одновременно переходя на стандартные OpenTelemetry pipelines.
Пока что это Public Preview, поэтому перед использованием в проде использовать рано, но тенденция очень хорошая.
Читать в блоге Grafana
📱 Telegram | 📲 MAX
Начиная с Alloy 1.21.0 встроенный OTel Engine перешёл в статус Public Preview. Теперь внутри Grafana Alloy можно запускать полноценный OpenTelemetry Collector с обычной YAML-конфигурацией — без преобразования в собственный синтаксис Alloy.
Фактически у Alloy теперь два движка:
🚀 стандартный движок — универсальный комбайн для Prometheus, Loki, OTLP, syslog и других источников
🚀 OTel Engine — дистрибутив OpenTelemetry Collector от Grafana с нативными OTLP pipelines
Если у вас уже есть конфигурация Collector, её можно использовать практически без изменений:
otelcol --config=config.yaml
заменяется на:
alloy otel --config=config.yaml
Сохраняются и привычные команды Collector:
validate, components, print-config и --set. Есть поддержка Helm, OpenTelemetry Operator, запуска в виде системного сервиса и централизованного управления конфигурациями через Grafana Fleet Management.Для компонентов, которые пока существуют только в стандартном движке Alloy, добавлено экспериментальное расширение
alloyengine. Но важно учитывать: два движка работают рядом, однако напрямую передавать данные друг другу не могут — для этого потребуется сетевое соединение, обычно через OTLP.Это интересный и весьма либеральный шаг. Grafana не заставляет команды выбирать между Alloy и OpenTelemetry Collector, а пытается объединить оба подхода в одном бинарном файле. Можно сохранить совместимость с экосистемой Prometheus и Loki, одновременно переходя на стандартные OpenTelemetry pipelines.
Пока что это Public Preview, поэтому перед использованием в проде использовать рано, но тенденция очень хорошая.
Читать в блоге Grafana
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6⚡2👍2❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Что нового в ClickStack: PromQL, интерактивные дашборды и AI-диагностика
Команда ClickHouse собрала в одном материале изменения ClickStack за сентябрь и октябрь — сразу четыре релиза, с v2.39 по v2.42. Обновление получилось заметным: развиваются не только визуализация и поиск, но и полноценные сценарии расследования инцидентов.
Среди обновлений:
🚀 интерактивные ad hoc-фильтры для дашбордов
🚀 поддержка PromQL во всех основных типах визуализаций и через API
🚀 привязка запросов ClickStack к конкретным дашбордам, алертам и MCP-инструментам для анализа нагрузки
🚀 отдельная вкладка с логами, связанными с trace ID
🚀 создание алертов непосредственно из конструктора графиков
🚀 новый MCP-инструмент
🚀 приём StatsD/DogStatsD и генерация RED-метрик из трейсов с помощью span metrics connector
🚀 улучшения поиска, экспорта данных, heatmap-визуализаций, webhook-шаблонов и Terraform-интеграции
ClickStack постепенно объединяет логи, метрики и трейсы в единый воркфлоу: обнаружили аномалию на дашборде, отфильтровали данные, перешли к трейсу, посмотрели связанные логи и сразу создали алерт.
Подробный обзор обновлений ClickStack
📱 Telegram | 📲 MAX
Команда ClickHouse собрала в одном материале изменения ClickStack за сентябрь и октябрь — сразу четыре релиза, с v2.39 по v2.42. Обновление получилось заметным: развиваются не только визуализация и поиск, но и полноценные сценарии расследования инцидентов.
Среди обновлений:
🚀 интерактивные ad hoc-фильтры для дашбордов
🚀 поддержка PromQL во всех основных типах визуализаций и через API
🚀 привязка запросов ClickStack к конкретным дашбордам, алертам и MCP-инструментам для анализа нагрузки
🚀 отдельная вкладка с логами, связанными с trace ID
🚀 создание алертов непосредственно из конструктора графиков
🚀 новый MCP-инструмент
clickstack_service_health, который одним запросом получает throughput, error rate, задержки и основные группы ошибок по сервисам🚀 приём StatsD/DogStatsD и генерация RED-метрик из трейсов с помощью span metrics connector
🚀 улучшения поиска, экспорта данных, heatmap-визуализаций, webhook-шаблонов и Terraform-интеграции
ClickStack постепенно объединяет логи, метрики и трейсы в единый воркфлоу: обнаружили аномалию на дашборде, отфильтровали данные, перешли к трейсу, посмотрели связанные логи и сразу создали алерт.
Подробный обзор обновлений ClickStack
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8⚡3👍3
This media is not supported in your browser
VIEW IN TELEGRAM
Как найти причину сбоя платежей, не написав ни одного запроса к логам
В VictoriaLogs появилась интеграция с Grafana Logs Drilldown — визуальным инструментом для поэтапного исследования логов. Теперь инженеру необязательно сразу вспоминать синтаксис LogsQL: данные можно последовательно фильтровать по сервисам, уровням, полям, версиям приложения и шаблонам сообщений прямо в Grafana Explore.
В статье разбирается практический сценарий: часть платежей начала завершаться ошибкой, но явного всплеска в общем потоке логов не было. С помощью Drilldown авторы статьи:
🚀 определили, что все предупреждения приходят от сервиса
🚀 сопоставили их появление с переходом с версии 2.0.2 на 2.0.3
🚀 сгруппировали сообщения по шаблонам
🚀 выяснили, что новая версия отклоняет токены клиентов с уровнем лояльности
🚀 нашли конкретную строку кода через поле
Теперь можно превращать расследование из перебора запросов к логам и корректные OpenTelemetry-атрибуты в следующий путь: сервис → версия → шаблон ошибки → проблемный участок кода.
Интеграция доступна начиная с VictoriaLogs 1.33.0. Дополнительные компоненты устанавливать не требуется — Drilldown работает внутри Grafana Explore.
Прочитать статью и посмотреть весь сценарий расследования
📱 Telegram | 📲 MAX
В VictoriaLogs появилась интеграция с Grafana Logs Drilldown — визуальным инструментом для поэтапного исследования логов. Теперь инженеру необязательно сразу вспоминать синтаксис LogsQL: данные можно последовательно фильтровать по сервисам, уровням, полям, версиям приложения и шаблонам сообщений прямо в Grafana Explore.
В статье разбирается практический сценарий: часть платежей начала завершаться ошибкой, но явного всплеска в общем потоке логов не было. С помощью Drilldown авторы статьи:
🚀 определили, что все предупреждения приходят от сервиса
payment🚀 сопоставили их появление с переходом с версии 2.0.2 на 2.0.3
🚀 сгруппировали сообщения по шаблонам
🚀 выяснили, что новая версия отклоняет токены клиентов с уровнем лояльности
gold🚀 нашли конкретную строку кода через поле
err.stackТеперь можно превращать расследование из перебора запросов к логам и корректные OpenTelemetry-атрибуты в следующий путь: сервис → версия → шаблон ошибки → проблемный участок кода.
Интеграция доступна начиная с VictoriaLogs 1.33.0. Дополнительные компоненты устанавливать не требуется — Drilldown работает внутри Grafana Explore.
Прочитать статью и посмотреть весь сценарий расследования
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥5⚡3❤2
Как VictoriaLogs видит ваши логи до того, как записать их на диск
Производительность системы хранения начинается не с выбора алгоритма сжатия, а с модели данных. В этом материале автор разбирает внутреннее представление логов в VictoriaLogs и объясняет, как разные форматы входящих сообщений приводятся к единой структуре.
У каждой записи есть три ключевые составляющие:
🚀
🚀
🚀 stream fields — набор полей, определяющих поток логов
Остальные атрибуты сохраняются как обычные поля. Вложенный JSON при приеме преобразуется в плоскую структуру, а записи с одинаковой stream identity группируются вместе.
Именно выбор stream fields во многом определяет эффективность хранения и поиска. Стабильные поля вроде
Материал поможет понять:
🚀 почему поток логов — не просто набор тегов
🚀 как структурированные и неструктурированные сообщения попадают в одну модель
🚀 откуда берутся проблемы высокой кардинальности
🚀 почему корректная настройка ingestion влияет и на объем диска, и на скорость запросов
🚀 как модель данных связана с колонночным хранением VictoriaLogs
Неплохая отправная точка для тех, кто хочет посмотреть на VictoriaLogs глубже конфигурации агента и пары запросов LogsQL.
Читать статью
📱 Telegram | 📲 MAX
Производительность системы хранения начинается не с выбора алгоритма сжатия, а с модели данных. В этом материале автор разбирает внутреннее представление логов в VictoriaLogs и объясняет, как разные форматы входящих сообщений приводятся к единой структуре.
У каждой записи есть три ключевые составляющие:
🚀
_time — временная метка🚀
_msg — основное текстовое сообщение🚀 stream fields — набор полей, определяющих поток логов
Остальные атрибуты сохраняются как обычные поля. Вложенный JSON при приеме преобразуется в плоскую структуру, а записи с одинаковой stream identity группируются вместе.
Именно выбор stream fields во многом определяет эффективность хранения и поиска. Стабильные поля вроде
host, application, pod или container помогают VictoriaLogs быстро отбирать нужные потоки и лучше сжимать данные. А trace_id, request_id, user_id и другие значения с высокой кардинальностью лучше оставлять обычными полями.Материал поможет понять:
🚀 почему поток логов — не просто набор тегов
🚀 как структурированные и неструктурированные сообщения попадают в одну модель
🚀 откуда берутся проблемы высокой кардинальности
🚀 почему корректная настройка ingestion влияет и на объем диска, и на скорость запросов
🚀 как модель данных связана с колонночным хранением VictoriaLogs
Неплохая отправная точка для тех, кто хочет посмотреть на VictoriaLogs глубже конфигурации агента и пары запросов LogsQL.
Читать статью
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥4⚡3
Логи Linux: где искать причину, когда «ничего не работает»
Посвящается всем тем, кто работает с логами. Когда сервис падает, сервер перезагружается или кто-то безуспешно пытается войти по SSH, ответ обычно уже записан в логах. Главное — понимать, где именно его искать и какой инструмент использовать.
В этой статье собран подробный справочник по базовой работе с логами Linux:
🚀 чем отличаются
🚀 где хранятся системные логи, сообщения ядра и история авторизаций
🚀 как пользоваться
🚀 как читать бинарные логи с помощью
🚀 что означают уровни критичности сообщений
🚀 как устроены ротация и хранение логов
🚀 почему
🚀 как сохранить логи между перезагрузками системы
Читать статью на Хабре
📱 Telegram | 📲 MAX
Посвящается всем тем, кто работает с логами. Когда сервис падает, сервер перезагружается или кто-то безуспешно пытается войти по SSH, ответ обычно уже записан в логах. Главное — понимать, где именно его искать и какой инструмент использовать.
В этой статье собран подробный справочник по базовой работе с логами Linux:
🚀 чем отличаются
journald и rsyslog🚀 где хранятся системные логи, сообщения ядра и история авторизаций
🚀 как пользоваться
journalctl, dmesg, tail, less, grep и zgrep🚀 как читать бинарные логи с помощью
last, lastb и lastlog🚀 что означают уровни критичности сообщений
🚀 как устроены ротация и хранение логов
🚀 почему
tail -f иногда теряет файл после ротации🚀 как сохранить логи между перезагрузками системы
Читать статью на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥6⚡2
📊 Переменные Grafana становятся удобнее: меньше выпадающих списков и копирования между дашбордами
Переменные позволяют превратить один дашборд в универсальный инструмент: выбрать кластер, регион, сервис или окружение — и автоматически обновить все панели. Но на больших дашбордах верхняя панель быстро превращается в коллекцию фильтров, а одинаковые переменные приходится вручную переносить между разными представлениями.
В версии 13.3 Grafana представила два улучшения:
🚀 Section-level variables — переменные теперь можно задавать для отдельной строки или вкладки. Они отображаются рядом с нужными панелями и не влияют на остальные разделы дашборда. Возможность уже имеет статус GA.
🚀 Cross-dashboard variables — общие переменные, которые создаются один раз и подключаются к нескольким дашбордам. Их можно определить на уровне организации или папки. Функция пока находится в Public Preview.
При совпадении имён действует понятный принцип: ближайшее определение имеет приоритет. Переменная секции переопределяет переменную дашборда, а локальная переменная дашборда — глобальную.
Общими переменными можно управлять не только через интерфейс, но и как кодом: через Kubernetes-style API, Terraform,
В результате сложные дашборды становятся чище, а изменение списка окружений, регионов или сервисов больше не требует редактировать каждое представление отдельно.
Подробнее в блоге Grafana
📱 Telegram | 📲 MAX
Переменные позволяют превратить один дашборд в универсальный инструмент: выбрать кластер, регион, сервис или окружение — и автоматически обновить все панели. Но на больших дашбордах верхняя панель быстро превращается в коллекцию фильтров, а одинаковые переменные приходится вручную переносить между разными представлениями.
В версии 13.3 Grafana представила два улучшения:
🚀 Section-level variables — переменные теперь можно задавать для отдельной строки или вкладки. Они отображаются рядом с нужными панелями и не влияют на остальные разделы дашборда. Возможность уже имеет статус GA.
🚀 Cross-dashboard variables — общие переменные, которые создаются один раз и подключаются к нескольким дашбордам. Их можно определить на уровне организации или папки. Функция пока находится в Public Preview.
При совпадении имён действует понятный принцип: ближайшее определение имеет приоритет. Переменная секции переопределяет переменную дашборда, а локальная переменная дашборда — глобальную.
Общими переменными можно управлять не только через интерфейс, но и как кодом: через Kubernetes-style API, Terraform,
kubectl или curl.В результате сложные дашборды становятся чище, а изменение списка окружений, регионов или сервисов больше не требует редактировать каждое представление отдельно.
Подробнее в блоге Grafana
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6⚡2👍2
🐳 DockMon — единая панель для мониторинга и управления Docker-контейнерами
Если контейнеров становится больше, чем помещается в выводе
Основные возможности проекта:
🚀 мониторинг CPU, памяти и сетевого трафика в реальном времени
🚀 хранение исторических метрик до 90 дней
🚀 просмотр логов сразу нескольких контейнеров
🚀 автоматический перезапуск контейнеров с настраиваемой логикой повторных попыток
🚀 HTTP/HTTPS-проверки работоспособности
🚀 массовый запуск, остановка и перезапуск контейнеров
🚀 управление Docker Compose-стеками
🚀 обнаружение и установка обновлений образов
🚀 уведомления через Telegram, Slack, Discord, Gotify, Pushover, SMTP и другие каналы
🚀 подключение удалённых Docker-хостов через легковесный Go-агент и mTLS
🚀 многопользовательский доступ, RBAC и авторизация через OIDC, включая Keycloak и Authentik
DockMon можно развернуть в Docker, а также использовать на unRAID, Synology и QNAP. Проект подойдёт для домашних лабораторий, небольших инфраструктур и команд, которым нужен более функциональный инструмент, чем простой просмотр списка контейнеров.
DockMon на GitHub
📱 Telegram | 📲 MAX
Если контейнеров становится больше, чем помещается в выводе
docker ps, управлять ими через консоль уже не всегда удобно. DockMon предлагает веб-интерфейс для наблюдения за Docker-инфраструктурой на одном или нескольких хостах.Основные возможности проекта:
🚀 мониторинг CPU, памяти и сетевого трафика в реальном времени
🚀 хранение исторических метрик до 90 дней
🚀 просмотр логов сразу нескольких контейнеров
🚀 автоматический перезапуск контейнеров с настраиваемой логикой повторных попыток
🚀 HTTP/HTTPS-проверки работоспособности
🚀 массовый запуск, остановка и перезапуск контейнеров
🚀 управление Docker Compose-стеками
🚀 обнаружение и установка обновлений образов
🚀 уведомления через Telegram, Slack, Discord, Gotify, Pushover, SMTP и другие каналы
🚀 подключение удалённых Docker-хостов через легковесный Go-агент и mTLS
🚀 многопользовательский доступ, RBAC и авторизация через OIDC, включая Keycloak и Authentik
DockMon можно развернуть в Docker, а также использовать на unRAID, Synology и QNAP. Проект подойдёт для домашних лабораторий, небольших инфраструктур и команд, которым нужен более функциональный инструмент, чем простой просмотр списка контейнеров.
DockMon на GitHub
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10⚡1👍1👎1
OTelBin: визуальный редактор конфигураций OpenTelemetry Collector
Конфигурация OpenTelemetry Collector быстро разрастается: receivers, processors, exporters, extensions и несколько pipelines для метрик, логов и трейсов. Формально это обычный YAML, но понять по нему полный маршрут телеметрии бывает непросто.
OTelBin — бесплатный веб-инструмент для работы с конфигурациями OpenTelemetry Collector.
Достаточно вставить YAML, после чего OTelBin:
🚀 визуализирует pipelines в виде связанных схем
🚀 отдельно показывает потоки traces, metrics и logs
🚀 подсвечивает ошибки и предупреждения в конфигурации
🚀 помогает увидеть неиспользуемые или неправильно связанные компоненты
🚀 позволяет поделиться конфигурацией с коллегами по ссылке
🚀 поддерживает разные дистрибутивы Collector, включая OpenTelemetry Community и AWS Distro for OpenTelemetry
Перед развертыванием новой конфигурации можно быстро проверить, что данные действительно проходят через нужные processors и отправляются в правильные exporters. Схема также будет полезна на ревью и при объяснении архитектуры коллегам — воспринимать маршрут телеметрии визуально намного проще, чем искать связи в большом YAML-файле.
OTelBin бесплатный, а его исходный код опубликован под лицензией Apache 2.0. При необходимости инструмент можно развернуть самостоятельно.
Не забудьте забрать пост в закладки 👍
Открыть OTelBin
Исходный код на GitHub
📱 Telegram | 📲 MAX
Конфигурация OpenTelemetry Collector быстро разрастается: receivers, processors, exporters, extensions и несколько pipelines для метрик, логов и трейсов. Формально это обычный YAML, но понять по нему полный маршрут телеметрии бывает непросто.
OTelBin — бесплатный веб-инструмент для работы с конфигурациями OpenTelemetry Collector.
Достаточно вставить YAML, после чего OTelBin:
🚀 визуализирует pipelines в виде связанных схем
🚀 отдельно показывает потоки traces, metrics и logs
🚀 подсвечивает ошибки и предупреждения в конфигурации
🚀 помогает увидеть неиспользуемые или неправильно связанные компоненты
🚀 позволяет поделиться конфигурацией с коллегами по ссылке
🚀 поддерживает разные дистрибутивы Collector, включая OpenTelemetry Community и AWS Distro for OpenTelemetry
Перед развертыванием новой конфигурации можно быстро проверить, что данные действительно проходят через нужные processors и отправляются в правильные exporters. Схема также будет полезна на ревью и при объяснении архитектуры коллегам — воспринимать маршрут телеметрии визуально намного проще, чем искать связи в большом YAML-файле.
OTelBin бесплатный, а его исходный код опубликован под лицензией Apache 2.0. При необходимости инструмент можно развернуть самостоятельно.
Не забудьте забрать пост в закладки 👍
Открыть OTelBin
Исходный код на GitHub
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥4⚡3👎1
Вышла HWiNFO 8.60 — ещё больше данных о железе
Популярная утилита для диагностики и мониторинга компьютеров получила крупное обновление. В новой версии расширили поддержку современных платформ Intel и AMD, добавили дополнительные параметры видеокарт NVIDIA, обновили Intel PresentMon и улучшили работу с датчиками материнских плат.
Из интересного:
🚀 мониторинг температуры сетевых адаптеров Aquantia и Marvell
🚀 отображение Hot Spot для видеокарт AMD Polaris
🚀 дополнительные сведения об ASIC и VBIOS видеокарт NVIDIA
🚀 поддержка новых архитектур ARM и графики AMD Radeon RX 7500
🚀 обновлённое логирование в JSON
🚀 исправления в OSD и улучшенная поддержка новых аппаратных платформ
HWiNFO доступна бесплатно для некоммерческого использования, в том числе в портативной версии.
Подробнее в статье на Хабре
📱 Telegram | 📲 MAX
Популярная утилита для диагностики и мониторинга компьютеров получила крупное обновление. В новой версии расширили поддержку современных платформ Intel и AMD, добавили дополнительные параметры видеокарт NVIDIA, обновили Intel PresentMon и улучшили работу с датчиками материнских плат.
Из интересного:
🚀 мониторинг температуры сетевых адаптеров Aquantia и Marvell
🚀 отображение Hot Spot для видеокарт AMD Polaris
🚀 дополнительные сведения об ASIC и VBIOS видеокарт NVIDIA
🚀 поддержка новых архитектур ARM и графики AMD Radeon RX 7500
🚀 обновлённое логирование в JSON
🚀 исправления в OSD и улучшенная поддержка новых аппаратных платформ
HWiNFO доступна бесплатно для некоммерческого использования, в том числе в портативной версии.
Подробнее в статье на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9🔥6⚡3
Завтра проведу вебинар «Что нового в Zabbix 8.0»
Приходите, расскажу, что там нового появилось.
🎙 Ведущий я (Антон Касимов)
📅 Дата: 13 ноября 2026
🕐 Время: 10:00 (мск)
🌐 Формат: онлайн
👉 Регистрация
P.S. Запись вебинара будет позже на Ютуб-канале Галс Софтвэр. Не забудьте подписаться.
Приходите, расскажу, что там нового появилось.
🎙 Ведущий я (Антон Касимов)
📅 Дата: 13 ноября 2026
🕐 Время: 10:00 (мск)
🌐 Формат: онлайн
👉 Регистрация
P.S. Запись вебинара будет позже на Ютуб-канале Галс Софтвэр. Не забудьте подписаться.
🔥7⚡4👍2