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
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>