Współczesne środowiska IT są znacznie bardziej złożone niż jeszcze kilka lat temu. Kubernetes, mikroserwisy, architektury multi-cloud oraz systemy rozproszone sprawiły, że tradycyjne podejście do monitorowania infrastruktury przestało być wystarczające. Dlatego coraz więcej organizacji buduje platformy observability oparte na trzech filarach telemetrycznych.

Trzy filary: metric, logs and traces.

Przypomnijmy, czym są te trzy filary.

• Metrics - informacje o stanie i wydajności systemów
• Logs - szczegółowe dane zdarzeniowe
• Traces - śledzenie przepływu transakcji przez wiele usług

Aby zrozumieć, czym różnią się metrics, logs i traces, wyobraźmy sobie podróż samochodem z Warszawy do Gdańska. Metrics pokazują ogólny stan podróży - średnią prędkość, poziom paliwa, temperaturę silnika. Dzięki nim wiesz, że samochód jedzie 120 km/h. To odpowiedź na pytanie: „Co się dzieje?”.

Logs to szczegółowy dziennik zdarzeń - np. silnik został uruchomiony o 8:03, o 9:17 zapaliła się kontrolka ciśnienia opon, o 10:42 kierowca zatrzymał się na stacji benzynowej. Każde zdarzenie zostaje zapisane. To odpowiedź na pytanie: „Jakie wydarzenia miały miejsce i kiedy?”.

Traces natomiast pokazują całą trasę przejazdu krok po kroku. Widzisz, że samochód wyjechał z Warszawy, przejechał przez Toruń, utknął na 15 minut w korku pod Gdańskiem i ostatecznie dotarł do celu. Jeżeli podróż trwała zbyt długo, trace pozwala wskazać dokładnie, gdzie pojawiło się opóźnienie. To odpowiedź na pytanie: „Jak przebiegała cała podróż i gdzie pojawił się problem?”

Jednym z najpopularniejszych otwartych ekosystemów realizujących podobny model monitoringu, ale w kontekście infrastruktury IT, jest dziś LGTM Stack, rozwijany przez Grafana Labs.

Czym jest LGTM Stack?

LGTM to akronim pochodzący od czterech głównych komponentów platformy:

• Loki - przechowywanie i analiza logów
• Grafana - wizualizacja danych i dashboardy
• Tempo - distributed tracing
• Mimir - skalowalne przechowywanie metryk

W praktyce LGTM Stack stanowi kompletną platformę observability umożliwiającą korelację metryk, logów i trace’ów w jednym środowisku.

Dzięki temu zespoły operacyjne nie muszą przełączać się pomiędzy wieloma narzędziami podczas analizy incydentów czy oceny stanu usług biznesowych.

Loki - zarządzanie logami bez kosztów indeksowania

Grafana Loki powstała jako alternatywa dla klasycznych platform typu log management.

Największą różnicą jest sposób przechowywania danych.

Podczas gdy wiele systemów indeksuje pełną treść logów, Loki indeksuje jedynie metadane (labels), pozostawiając właściwą treść w obiektowym magazynie danych.

Przekłada się to na:

• niższe wymagania infrastrukturalne,
• mniejsze koszty przechowywania,
• prostsze skalowanie,
• łatwiejszą integrację z Kubernetes.

Dla organizacji przetwarzających setki gigabajtów logów dziennie może to oznaczać znaczącą redukcję kosztów utrzymania platformy observability.

Grafana - centralny punkt widoczności

Grafana jest warstwą wizualizacji i analizy, która łączy wszystkie elementy LGTM Stack w jednym miejscu.

To właśnie w Grafanie zespoły operacyjne, administratorzy, architekci i SRE korzystają z dashboardów, alertów oraz narzędzi analitycznych, które pozwalają obserwować stan całego środowiska IT.

Jej największą wartością nie jest jednak samo tworzenie wykresów.

Grafana umożliwia korelację danych pochodzących z różnych źródeł. Użytkownik może rozpocząć analizę od metryki wskazującej spadek wydajności usługi, następnie przejść do powiązanych logów w Loki, a później otworzyć trace w Tempo, aby prześledzić przebieg konkretnej transakcji.

Źródło: Grafana 

Tempo - rozproszone śledzenie w dużej skali

W architekturach mikroserwisowych pojedyncza transakcja biznesowa może przechodzić przez kilkanaście lub kilkadziesiąt usług.

Tempo pozwala śledzić cały przebieg takiej operacji, od punktu wejścia użytkownika aż po bazę danych i systemy zewnętrzne.

Dzięki distributed tracing możliwe staje się:

• identyfikowanie wąskich gardeł,
• analiza zależności pomiędzy usługami,
• skracanie czasu wykrywania przyczyn awarii (RCA),
• monitorowanie wydajności na poziomie transakcji.

Tempo zostało zaprojektowane z myślą o bardzo dużych wolumenach danych i podobnie jak Loki wykorzystuje magazyny obiektowe do przechowywania informacji.

Mimir - metryki w skali enterprise

Wraz ze wzrostem liczby systemów pojawia się potrzeba centralizacji i skalowania danych metrycznych.

Grafana Mimir odpowiada właśnie za ten obszar.

Podsumowujac, jeśli Loki przechowuje historię zdarzeń, Tempo pokazuje przebieg całej podróży, a Mimir gromadzi dane o prędkości, spalaniu i temperaturze silnika, to Grafana pełni rolę kokpitu kierowcy. To właśnie tutaj wszystkie informacje są prezentowane w jednym miejscu, umożliwiając szybkie zrozumienie sytuacji i podejmowanie decyzji.

LGTM Stack a OpenTelemetry

Rosnąca popularność LGTM Stack jest ściśle związana z rozwojem OpenTelemetry.

OpenTelemetry staje się standardem zbierania telemetryki niezależnie od wykorzystywanego producenta oprogramowania.

Połączenie:

• OpenTelemetry,
• Loki,
• Tempo,
• Mimir,
• Grafany,

pozwala budować otwarte platformy observability bez uzależnienia od jednego dostawcy.

Dla organizacji przetwarzających setki gigabajtów logów dziennie może to oznaczać znaczącą redukcję kosztów utrzymania platformy observability.

Największą wartością nie jest jednak sama wizualizacja. Kluczowa staje się możliwość przechodzenia pomiędzy metrykami, logami i trace’ami w ramach jednej analizy.

Administrator może rozpocząć od alertu dotyczącego wydajności aplikacji, przejść do konkretnego trace'a, a następnie otworzyć powiązane logi bez opuszczania interfejsu Grafany.

To właśnie ten model korelacji danych stanowi fundament nowoczesnego observability.

Kiedy LGTM Stack sprawdza się najlepiej?

LGTM Stack znajduje zastosowanie przede wszystkim w środowiskach:

• Kubernetes i OpenShift,
• mikroserwisowych,
• multi-cloud,
• hybrydowych,
• regulowanych i wymagających długiej retencji danych,
• obejmujących setki lub tysiące monitorowanych systemów.

Podsumowanie

LGTM Stack nie jest pojedynczym produktem, lecz kompletną architekturą observability opartą na otwartym ekosystemie Grafana Labs.

Połączenie Loki, Grafana, Tempo i Mimir umożliwia centralizację metryk, logów oraz trace’ów przy zachowaniu wysokiej skalowalności i kontroli kosztów.

Dla organizacji rozwijających środowiska cloud-native LGTM staje się dziś jednym z najważniejszych fundamentów budowy pełnej widoczności operacyjnej - od infrastruktury, przez aplikacje, aż po transakcje biznesowe.

Planujesz wdrożenie LGTM Stack? Porozmawiajmy o architekturze.