开源版
夜莺V6
项目介绍
架构介绍
快速开始
黄埔营
安装部署
升级
采集器
使用手册
API
数据库表结构
alert_aggr_view
alert_cur_event
alert_his_event
alert_mute
alert_rule
alert_subscribe
alerting_engines
board
board_payload
builtin_cate
busi_group
busi_group_member
chart_share
configs
datasource
metric_view
notify_tpl
recording_rule
role
role_operation
sso_config
target
task_record
task_tpl
task_tpl_host
user_group
user_group_member
users
FAQ
夜莺V5
企业版
智能告警
夜莺开源生态
Telegraf
Prometheus
版权声明
第1章:天降奇兵
第2章:探索PromQL
开篇
理解时间序列
Metrics类型
初识PromQL
PromQL操作符
PromQL聚合操作
PromQL内置函数
在HTTP API中使用PromQL
最佳实践:4个黄金指标和USE方法
小结
第3章:Prometheus告警处理
开篇
Prometheus告警简介
自定义Prometheus告警规则
部署Alertmanager
Alertmanager配置概述
基于标签的告警处理路由
使用Receiver接收告警信息
告警模板详解
屏蔽告警通知
使用Recoding Rules优化性能
小结
第4章:Exporter详解
第5章:数据与可视化
第6章:集群与高可用
第7章:Prometheus服务发现
第8章:监控Kubernetes
开篇
初识Kubernetes
在Kubernetes下部署Prometheus
Kubernetes下的服务发现
使用Prometheus监控Kubernetes集群
基于Prometheus的弹性伸缩
小结
第9章:Prometheus Operator
参考资料
日志分析系统简介
日志分析系统通过对系统网关和模块的日志进行采集、分析、计算,生成观测系统状态的丰富维度,并辅助分析和定位故障特征,加速确定止损预案。
术语
概念 | 说明 |
---|---|
日志分析 | 该子系统的统称,主要有日志主题、日志源、提取规则、维度、特征等概念。 |
日志主题 | 日志主题是一组格式相同、表意相同的日志集合。 一个主题的日志可以来源多个日志源,日志源的日志经规则提取后进入主题。 每个日志主题都应用一个日志模板,该模板是所有进入该主题的日志字段的合集。 日志分析主要就是围绕日志主题的生成、维度配置和特征分析进行,日志主题是日志分析的入口。 |
日志源 | 日志源即日志的来源,通常如kafka的订阅topic,或由filebeat、categraf等采集器采集后直接上报到Flashcat系统自带的kafka。 日志源和日志主题是多对多的关系,多个日志源可以进入同一个日志主题,一个日志源也可以进入多个日志主题。 |
提取规则 | 平台提供将原始日志转化为标准key-value日志主题格式的提取方案,可以在日志接入过程中通过正则等手段进行灵活配置。 |
维度 | 由一个或多个日志字段组合起来具有特定观测意义的视图。 日志分析系统中可以将日志中任意多个不同字段按观测的需要进行组合观测,如http_host和request两个字段可组合成接口(即功能)维度。 不同组合的维度都固定观测三大黄金指标:请求成功率、请求量、请求延迟(平均值及分位值)。 |
维度项 | 维度里面对应的一条记录。 |
特征 | 特征是日志分析的一个重要输出。典型的特征如错误码的分布情况、错误码是否集中在某个集群/某个来源ip/模块的某个实例/某个流量来源渠道等。 异常特征的确定非常有利于收敛故障的范围及故障止损预案的决策,是故障定位环节追求的核心目标之一。 |
产品架构