夜莺-Nightingale
夜莺V7
项目介绍
功能概览
API
FAQ
部署升级
数据接入
告警管理
数据查看
功能介绍
告警管理
通知管理
通知规则介绍
阿里云短信
Relabel 事件处理
Event Drop 事件处理
Event Update 事件处理
Callback 事件处理
Script 事件处理
Label Enrich 事件处理
AI Summary 事件处理
仪表盘
数据源
时序指标
日志分析
告警自愈
基础设施
集成中心
人员组织
系统配置
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
users
notify_tpl
board
users
target
target
user_group
user_group_member
task_tpl
task_tpl_host
task_record
sso_config
role
role_operation
recording_rule
notify_tpl
metric_view
datasource
configs
chart_share
busi_group
busi_group_member
builtin_cate
builtin_cate
builtin_cate
builtin_cate
board
board_payload
alerting_engines
alert_subscribe
alert_rule
alert_mute
alert_his_event
alert_cur_event
alert_aggr_view
FAQ
转发数据给多个时序库
机器列表数据异常
数据流图
监控数据时有时无
查询原始监控数据
快捷视图详解
告警自愈模块使用
仪表盘里只展示我的机器
仪表盘里图表数据缺失
设置自定义告警通知方式
target_up指标的问题
夜莺可以监控 x 么
夜莺告警常见问题排查思路
告警和恢复的判断逻辑
容量规划问题
connection refused
登录与认证
数据采集器Categraf
日志写到`/var/log/messages`
告警规则&告警模板如何引用变量
采集到的数据是字符串怎么处理
管理员密码忘记了
制作大盘如何添加图片
添加loki数据源报错
v6小版本升级有什么 sql 要执行吗
机器列表有展示,但采集数据查询不到
n9e 启动异常报错
n9e集群部署配置修改
推送 Promethus 报错 OOO
机器列表怎么忽略云资源
告警规则仅在本业务组生效失败
categraf 启动 oracle 插件报错
告警自愈不生效
n9e查询时序库EOF报错
手动编译项目报错
promQL 使用函数标签信息丢失
内存使用率+可用率不等于100
夜莺仪表盘有哪些内置变量
categraf配置文件支持热加载吗
导入 Grafana 仪表盘无效数据源
如何查看报错消息
采集器-Categraf
插件配置
插件综述
基础指标采集插件
netstat采集插件
netstat_filter采集插件
procstat采集插件
http_response
mysql插件
redis插件
snmp插件
ipmi采集插件
dns_query插件
dcgm插件
nvidia_smi插件
cadvisor采集插件
systemd采集插件
smart采集插件
postgresql插件
mongodb插件
elasticsearch采集插件
exec采集插件
emqx采集插件
阿里云指标采集插件
Zabbix 指标转换插件
cloudwatch指标采集插件
google cloud指标采集插件
mtail插件
prometheus采集插件
页面配置采集插件
Flashcat 企业版
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