
智能监控:业务监控新选择,效率提升新动力
随着科技的飞速发展,企业对于业务的稳定性和连续性要求越来越高,观测云在提供全面的可配置的监控器同时,结合最新的智能算法和技术,推出了智能监控功能,帮助企业轻松应对更多业务挑战。
持续分享真实生产环境中的工程经验、产品判断与行业观察。

随着科技的飞速发展,企业对于业务的稳定性和连续性要求越来越高,观测云在提供全面的可配置的监控器同时,结合最新的智能算法和技术,推出了智能监控功能,帮助企业轻松应对更多业务挑战。

本文以 HBase 为案例来快速接入观测云。HBase 是 JAVA 开发的分布式开源数据库,自身不提供 metrics,需要借助 JMX exporter来暴露指标。JMX(Java Management Extensions)用于 Java 程序扩展监控和管理项。

本文将深入探讨如何配置数据授权,从而实现跨工作空间数据查询分析,帮助组织在保障数据安全的同时,更好地挖掘和利用数据的价值。

本期更新主要分为观测云更新、观测云部署版更新、DataKit 更新、集成更新等内容。

通过 tracer.extract 能够构造出 SpanContext ,将构造出来的 SpanContext 作为上层节点信息,通过 asChildOf(SpanContext) 能够构造出当前的 span。

PostgreSQL 是一种开源的关系型数据库管理系统 (RDBMS),它提供了许多可观测性选项,以确保数据库的稳定性和可靠性。可观测性(Observability)是指对数据库状态和操作进行监控和记录,以便在系统出现问题时能够快速诊断和修复。

观测云利用数据转发提供新的解决方案,帮助用户将需要储存的数据转发至第三方外部存储,这样不仅有效降低用户的成本,也能够方便用户在观测云中直接查看和灵活管理第三方存储的数据。

观测云采集器 DataKit 的引进了 OpenTelemetry 设计理念,兼容了OTLP 协议的,可以绕过 OpenTelemetry Collector ,直接将数据推送给 DataKit ,也可以把 OpenTelemetry Collector 的 exporter 设置为 OTLP ,地…

数据治理在当今信息时代变得至关重要。随着数据量的不断增长和多样化,组织需要有效地管理和利用这些数据,以支持业务决策和创新发展。不论是做数据分析还是数据解析,利用 Pipeline 可以帮助组织实现数据治理的自动化和规范化;为组织提供更清晰、更可操作的数据视图,从而有力支持数据治理。

本期更新主要分为观测云更新、观测云部署版更新、DataKit 更新、集成更新等内容。

JAVA 线程异步常见的实现方式有:new Thread 和 ExecutorService,本文主要针对这两种场景结合 DDTrace 和 Springboot 下进行实践。

当监控器检测规则生效后,它会针对系统业务数据进行一系列聚合数据处理并以事件的形式留存。这些事件记录可以理解为当前监控器检测对象发出的异常信号的承载者,本文即将讨论的事件标题与内容就是这些事件记录的一部分。