Grafana

관찰성 대신 Grafana는 가장 먼저 생각하는 도구이다. Grafana 대시보드는 일반적으로 데이터베이스를 기반으로 다양한 형태의 시각화를 组成한다. 이 사항이 항상 지어지는 것이 아니다. 때문에 데이터베이스에서 그대로 데이터를 보내고자 하는 것 대신, 데이터를 精炼하고자 하는 경우가 있다. 이러한 작업을 数据库에서 제공하는 기능을 이용해서는 항상 실현할 수 없다. 예를 들어, 独家 API에서 결과를 받아오고자 하는 것이면 grafana-infinity-datasource 플러그인이 나오게 된다. Grafana-infinity-datasource를 사용하면 JSON, XML, CSV 등을 기반으로 시각화를 만들 수 있다. REST API에 HTTP 요청을 发送하여 받은 데이터를 플로트할 수 있다. 教程 let’s…

클러스터에서 Kubernetes 리소스를 배포할 때, 특정 순서로 배포해야 하는 경우가 있습니다. 예를 들어, Custom Resource Definition (CRD)은 해당 유형의 모든 사용자 지정 리소스를 생성하기 전에 존재해야 합니다. Sveltos를 사용하면 Kubernetes 리소스의 배포 순서를 지정할 수 있어 이 문제를 해결할 수 있습니다. ClusterProfile 순서 A ClusterProfile is a Kubernetes custom resource definition (CRD) that defines the resources that you want to deploy on a set of Kubernetes clusters. ClusterProfile을 사용하여 고객이 순서를 정의할 수 있습니다: 코드>helmCharts 필드 사용: helmCharts 필드를 통해…

제가 현재 진행하고 있는 강연 중 하나는 일반적인 관찰 가능성과 특히 분산 추적에 초점을 맞추며, OpenTelemetry 구현을 다룹니다. 데모에서는 Apache APISIX API Gateway, Spring Boot를 사용한 Kotlin 앱, Flask를 사용한 Python 앱, Axum을 사용한 Rust 앱으로 구성된 간단한 분산 시스템의 추적을 어떻게 볼 수 있는지 보여줍니다. 올해 초, FOSDEM의 관찰 가능성 룸에서 강연하고 참석했습니다. 그 중 하나의 강연에서는 Grafana 스택을 데모했습니다: Mimir는 지표용, Tempo는 추적용, Loki는 로그용입니다. 한 가지에서 다른 것으로 원활하게 이동할 수 있는 방법에 기뻐했습니다. 따라서 Grafana 스택에…

Istio 서비스 메시를 사용한 관찰 가능성 소개: Prometheus Istio 서비스 메시는 사이드카 프록시를 사용하여 애플리케이션 계층에서 네트워크를 추상화합니다. Istio를 사용하여 인프라 전반에 걸친 모든 통신에 보안 및 고급 네트워킹 정책을 구현할 수 있습니다.  그러나 Istio의 또 다른 중요한 기능은 관찰 가능성입니다. 아래 이미지를 참조하여 인프라의 모든 마이크로서비스의 성능과 동작을 관찰할 수 있습니다. 대기업에서 사이트 신뢰성 엔지니어(SRE)의 주요 책임 중 하나는 CPU 사용률, 메모리 사용률, 대기 시간 및 처리량과 같은 애플리케이션의 골든 지표를 모니터링하는 것입니다.  이 기사에서는 SRE가 Istio, Prometheus 및…

디지털 시대에서 데이터 유출과 사이버 위협이 도사리고 있어 디지털 자산의 보안을 보장하는 것이 매우 중요합니다. 기업들은 실시간으로 위협을 탐지하고 위험을 완화할 수 있는 행동 가능한 통찰을 제공하는 견고한 도구에 절박한 필요성을 느끼고 있습니다. Grafana는 모니터링 및 가시성을 위한 선도적인 오픈 소스 플랫폼으로, 실시간 보안 분석 및 경고를 통해 보안 태세를 강화하는 데 핵심적인 역할을 하고 있습니다. 이 글은 Grafana를 활용하여 보안 방어를 강화하는 방법을 단계별로 안내하고 실용적인 코드 스니펫을 제공합니다. 格拉芬纳의 보안 역할 이해 Grafana는 Prometheus, Elasticsearch, Loki와 같은 다양한…

OpenTelemetry Collector는 OpenTelemetry 아키텍처의 중심에 위치하지만 W3C Trace Context와는 무관합니다. 제 추적 데모에서는 Collector 대신 Jaeger를 사용합니다. 그러나 이는 매우 흔한 경우로, 모든 OpenTelemetry 관련 게시물에서 볼 수 있습니다. 저는 이를 더 자세히 살펴보고 싶었습니다. 이 게시물에서는 Collector의 다양한 측면을 탐색합니다: 데이터 종류: 로그, 메트릭, 트레이스 푸시 및 풀 모델 작업: 읽기, 변환, 쓰기 첫 단계 A long time ago, observability as we know it didn’t exist; what we had instead was monitoring. Back then, monitoring was a bunch of…

로그는 종종 회사의 데이터 자산 대부분을 차지합니다. 로그의 예로는 사용자 활동 로그 등의 비즈니스 로그와 서버, 데이터베이스, 네트워크 또는 IoT 장치의 운영 및 유지보수 로그가 있습니다. 로그는 비즈니스의 수호천사입니다. 한편으로 시스템 위험 경고를 제공하고 문제 해결에서 엔지니어가 원인을 신속하게 ​​파악하는 데 도움을 줍니다. 반면에 시간 범위를 확대하면 유용한 추세와 패턴을 식별할 수 있을 뿐만 아니라 비즈니스 로그는 사용자 인사이트의 기반이 됩니다. 그러나 로그는 다음과 같은 이유로 관리가 어려울 수 있습니다: 마구 들어옵니다. 모든 시스템 이벤트나 사용자 클릭이 로그를 생성합니다. 회사는…

기업들은 오늘날 디지털 세상에서 사업을 운영하기 위해 소프트웨어를 사용합니다. 마이크로서비스, 컨테이너, 클라우드 기반 기술의 사용이 증가함에 따라, 기존의 모니터링 및 문제 해결 방법은 더 이상 충분하지 않습니다. 그것이 관찰 가능성이 등장하는 곳입니다. 관찰 가능성과 모니터링은 종종 혼동됩니다. 모니터링은 프로젝트 내에서 발생하는 활동의 정기적인 관찰 및 기록을 말하는 반면, 관찰 가능성은 시스템의 실시간 성과와 행동을 관찰하고 이해합니다. 관찰 가능성을 활용함으로써 개발자들은 시스템을 더 잘 이해하고 잠재적 문제를 신속하게 해결할 수 있습니다. 관찰 가능성 디자인 패턴 관찰 가능한 시스템 구축을 위한 베스트…

오늘날의 에이전트 개발과 인터넷 오브 ث링스(IoT) 시대에서, 클라우드 플랫폼에서 실행되는 애플리케이션의 성능 최적화는 단순한 좋은 기능이 아니라 필수입니다. 에이전트 IoT 프로젝트는 빠른 개발 주기와 빈번한 업데이트를 특징으로 하며, 효율적이고 효과적인 성능 최적화 전략이 필수적입니다. 이 글은 에이전트 IoT 클라우드 애플리케이션의 성능 최적화 기술과 도구에 대해 다루며, 특히 그라파나와 유사한 플랫폼에 중점을 둡니다. 에이전트 IoT에서 성능 최적화의 필요성 에이전트 IoT 클라우드 애플리케이션은 대량의 데이터를 처리하고 실시간 처리가 필요합니다. 이러한 애플리케이션에서의 성능 문제는 지연된 응답, 나쁜 사용자 경험, 그리고 결국 비즈니스 목표를…