博客
关于我
评测Loki日志工具
阅读量:422 次
发布时间:2019-03-06

本文共 915 字,大约阅读时间需要 3 分钟。

评测 Loki 日志工具

目录

本文仅对 Loki 进行简单评测,不涉及原理和细节。

部署 Loki

Loki 是一个开源的日志采集工具,推荐使用官方提供的 Helm 图表进行部署。以下是部署步骤:

# helm repo add loki https://grafana.github.io/loki/charts# helm upgrade --install loki loki/loki-stack

部署完成后,可以通过以下命令查看 Loki 支持的所有图表:

# helm search repo loki

如果在 OpenShift 平台上部署,需要为 Loki 和 Promtail 分别授权 privileged 权限:

# oc adm policy add-scc-to-user privileged -z loki# oc adm policy add-scc-to-user privileged -z loki-promtail

如果 Promtail pod 由于权限问题无法读取 hostpath 挂载目录,可以为 Promtail 的 DaemonSet 授权 loki-promtail 服务账户 privileged 权限。

配置 Grafana

部署好 Loki 之后,需在 Grafana 中配置 Loki 数据源。在 Grafana 的 Logs 振发板中,可以通过 Loki 自动生成的标签查看日志信息。

目前 Grafana 对 Loki 的支持较为有限,仅支持简单的日志检索和过滤功能。对于更复杂的图表展示和告警配置,可能需要额外的扩展。

总结:

优势:

Loki 与传统的 ELK 集成相比,更轻便,采用了类似 Prometheus 的方式进行日志匹配和过滤,提供了全新的日志查看思路。

劣势:

Loki 作为一个较为新兴的日志系统,目前在以下方面仍有不足:

1. 对 Grafana 的集成支持不够完善2. 基于 Loki 的告警系统尚处于发展阶段

相信未来版本的 Loki 会逐步解决这些问题,并在日志、指标和追踪三者之间实现更深度的结合,为用户提供更加全面的监控解决方案。

转载地址:http://ylakz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
OpenCV中遇到Microsoft C++ 异常 cv::Exception
查看>>
opencv之cv2.findContours和drawContours(python)
查看>>
opencv之namedWindow,imshow出现两个窗口
查看>>
opencv之模糊处理
查看>>
Opencv介绍及opencv3.0在 vs2010上的配置
查看>>
OpenCV使用霍夫变换检测图像中的形状
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
OpenCV保证输入图像为三通道
查看>>
OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
查看>>
opencv图像分割2-GMM
查看>>
opencv图像分割3-分水岭方法
查看>>
opencv图像切割1-KMeans方法
查看>>