开源版：免费的、代码公开的，可以在快猫星云网站下载编译好的版本，也可以在 GitHub 获取源代码编译；
专业版：是快猫星云对夜莺开源版本从功能、体验、安全、技术保障等方面加以增强的版本，具体介绍见本文；
企业版：是快猫星云以开源夜莺监控（Nightingale）为内核打造的，从数据、到平台、再到场景真正一体化的统一观测平台，并将国内顶级互联网公司的可观测性实践和方法论融入产品中，是业务稳定性保障，特别是故障处理的真帮手。包含北极星、灭火图、事件墙、多维日志分析等商业模块，也包含专业版的所有能力；

本文重点介绍的是专业版相较开源版的功能增强。

开源版和专业版的对比概览

功能		开源版	专业版
告警管理	Metrics 指标阈值告警	√	√
	Host 机器失联、时间偏移告警	√	√
	ElasticSearch 日志告警		√
	智能告警引擎（利用算法做智能告警）		√
	规则管理：屏蔽规则、订阅规则、记录规则	√	√
	活跃告警、历史告警管理	√	√
	告警升级、告警聚合、关联查询、自定义通知模板		√
	全局屏蔽、服务日历		√
通知渠道	内置支持阿里云电话、短信通知渠道		√
	内置支持腾讯云电话、短信通知渠道		√
扩展数据源	SLS数据源（告警、看图）		√
	CLS数据源（告警、看图）		√
	InfluxDB数据源（告警、看图）		√
	ClickHouse数据源（告警、看图）		√
	Zabbix数据源（看图）		√
数据可视化	指标即时查询	√	√
	指标快捷视图	√	√
	自定义仪表盘+内置常用仪表盘	√	√
	ElasticSearch 可视化	√	√
	指标预聚合		√
	巡检报告		√
机器管理	机器分组打标签	√	√
	基础metadata信息展示	√	√
	扩展metadata信息展示		√
	categraf 采集规则管理下发		√
	categraf 版本升级管理		√
基础设施	网络设备		√
	拨测		√
	Pingmesh		√
人员组织	用户管理、团队管理、业务组管理	√	√
	角色管理、权限管理	√	√
系统配置	数据源管理	√	√
	通知媒介、渠道、模板配置	√	√
	单点登录（OIDC、CAS等）	√	√
操作审计	告警规则修改审计记录		√
软件质保	以上商业模块软件质保		√
	开源夜莺技术支持仓库：github.com/ccfos/nightingale		√
	Categraf技术支持仓库：github.com/flashcatcloud/categraf		√

下面着重从「告警引擎增强」、「数据采集增强」、「更多的数据源支持」、「标准化定价」几个方面，介绍夜莺专业版。

可视化增强

巡检报告

巡检报告功能可以帮助用户定期生成和发送夜莺仪表盘的快照报告，可以用于以下几种使用场景：

对于业务负责人或管理层,可按天/周/月为其自动生成汇总的系统运行状态报告。
对于需要对外提供SLA的服务,定期生成服务可用性报告,并发送给客户,提升客户信任。
定期生成业务运营相关的仪表盘报告(如用户增长、销售额等),供决策者参考。
将不同团队关注的仪表盘报告定期发送给相关人员,促进团队间的信息共享。

巡检报告效果截图如下 report

记录规则增强

专业版的记录规则，可以支持从多个时序库或者日志库中查询数据，然后生成新的时序指标，写入的时序库中，用来配置仪表盘和配置告警规则，可以在下面几个场景使用

可以生成服务和基础组件的 SLA 指标，之后配置告警和仪表盘
可以从业务系统的日志或者时序数据中提取关键的业务指标，如订单量、交易额等，作为一级核心指标，配置大盘和告警规则
计算集群和模块维度的容量指标，配置相关的仪表盘和告警规则，从全局视角查看服务整体的容量水平

告警引擎增强

日志告警

ElasticSearch 通常用于存储日志，我们经常需要对异常关键字做告警，或者从日志中提取指标对指标做告警（很多业务没有直接埋点，使用日志来暴露各类指标），指标、日志相关的告警规则都可以集成到夜莺来统一管理。

告警规则的配置原理，就是填写 ElasticSearch 查询 API 所需要的各类参数，包括索引、查询条件等，夜莺就会拿着这些查询条件去查询 ElasticSearch，如果查询到了数据并触发了阈值，则告警。对于 ElasticSearch 触发的告警，在告警详情页面会提供快捷入口，方便地查看告警时刻相关的日志。

同样的，如果您使用的是ClickHouse或者阿里云SLS存储日志，也可以在夜莺中对来自这些系统的日志配置告警策略，原理和使用方法与ElasticSearch类似。

智能告警

有些指标具有很强的规律，而且不适合配置固定的阈值，此时就可以引入智能告警引擎，通过算法自动计算动态阈值，如果真实数据偏离动态阈值过多，则告警。比如下图灰色部分，就是通过算法预测的动态阈值范围，紫色的线是真实数据，在红圈位置因为有个下跌，跌破了动态阈值范围，就自动告警了。

智能告警引擎，会单独部署一个机器学习的训练模块，整个架构如图所示：

智能告警模块安装完成之后，在夜莺告警规则配置页面，会多出一个智能告警的选项，如下图所示：

选择智能告警之后，只需填写要监控的指标，不需要填写阈值，点击保存即可，之后在告警规则列表页，智能告警的规则右侧会有一个“训练结果”的按钮：

点击“训练结果”，可以进入训练结果详情页，点击曲线详情，可以看到曲线学习出来的动态基线。如果曲线偏离到基线之外，夜莺的告警引擎会发出告警通知。

告警全局屏蔽

使用全局屏蔽，管理员可以一键对整个平台的告警进行屏蔽，做一些计划性维护工作时，可以更方便地屏蔽告警。

告警日历

对于一些业务，会有交易日和非交易日的场景，在非交易日的时候，服务会关闭，期间不需要任何告警通知。此时可以使用服务日历的功能，配置好哪些是非交易日，在告警规则中关联了服务日历之后，只有在交易日告警规则才会生效，不再需要频繁地修改规则的生效时间。

内置阿里云腾讯云电话短信通道

开源版本也可以实现这个能力，不过需要自行编写 notify.py 脚本，专业版的用户只需要在页面配置认证信息就可以自动打通了，更加便捷，具体配置如下。

告警操作记录审计

有时告警规则改出问题，难以追根溯源，通过审计功能可以记录所有规则修改，知道何时新增、删除了规则，何时修改了规则以及修改了具体什么内容。并且可以对比改了具体哪些字段。

数据采集增强

采集规则集中管理和下发

开源版本的 Categraf 采集监控数据，是需要修改本地配置文件的，每次修改完成配置之后，还需要手工重启 Categraf 或者发送 HUP 信号，很不方便。专业版提供了页面上中心化管理采集策略的能力。比如 MySQL、Redis、进程、端口、Ping 等等所有插件的采集配置，都可以在页面上管理。

创建采集规则的时候，可以选择生效的机器范围，采集的插件，以及采集配置。右侧还会有个 Markdown 的提示信息，作为文档辅助。

设备元信息采集和展示

默认开源版本的机器列表，只有少量信息展示，如下图：

专业版本采集了更多更详细的机器 metadata 信息，点击某个机器即可看到详情。

网络设备数据采集模板化

开源的 Categraf 也提供了采集网络设备监控数据的能力，不过配置起来非常复杂，需要自己整理各种 OID，专业版的网络设备管理，提供了网络设备管理和监控数据采集两个能力，可以在网络设备页面添加待监控的网络设备，选择使用哪个采集agent、以及内置的采集模板，实现非常方便地采集设备的监控数据。