可觀測性入門指南: Logs、Metrics、Traces三大實戰應用, 用24個Lab鞏固你的SRE技能樹 | 誠品線上

可觀測性入門指南: Logs、Metrics、Traces三大實戰應用, 用24個Lab鞏固你的SRE技能樹

內容簡介

內容簡介 全面介紹 Grafana、Prometheus、Loki、OpenTelemetry 等核心工具！ 實現全面的系統監控和分析！ 從零開始，構建強大的可觀測性架構 概念導覽 深入淺出解析可觀測性概念 完整範例 使用 Docker Compose 展示多種實戰範例 多處適用 Kubernetes 與傳統服務皆適用 資訊整合 結合 Metrics、Logs 和 Traces 全面洞察 --- 提升穩定 增加效率 結合應用 無論前後端，全面掌握系統運行！ 本書改編自第15屆 iThome 鐵人賽 Cloud Native 組冠軍系列文章《時光之鏡：透視過去、現在與未來的 Observability》，提供完整且易於理解的可觀測性學習路徑，涵蓋核心概念和實踐方法。詳細介紹 Grafana、Prometheus、Loki、OpenTelemetry 等工具，並透過多個實戰範例，展示如何實現系統的可觀測性。 不僅如此，本書還特別強調了如何結合應用各種可觀測性資訊，讓脈絡更加豐富，有別於傳統的監控方法。新增的 Grafana Faro 章節讓前端服務也能配有可觀測性，並與後端的可觀測性結合，實現全面的監控和分析。 可觀測性不僅是技術的提升，更是對系統運行的全面掌握。透過《可觀測性入門指南》，你將學會如何利用主流工具和方法，提升系統穩定性和運行效率。本書將成為你在可觀測性領域的得力助手，幫助你在工作中如虎添翼。期待與你一同探索可觀測性的無窮樂趣！ ❖目標讀者 ●追蹤 Bug 感到頭痛的 Dev：學習高效定位和解決問題的方法與工具。 ●定位線上問題疲於奔命的 Ops：提升問題排查效率，減少故障排除時間。 ●希望了解和導入可觀測性的工程師：從基礎到實踐，全方位學習快速上手。 ❖專業推薦 本書除了分解架構之外，還分享並解釋了這些架構背後的思路，值得所有 IT 從業者參考與學習。對於每個專案，不應盲目使用，而應以自己的方式進行分類，並將這種方法應用於其他相似的專案中。透過這種方式，可以加深對專案的理解，提升對整體架構的掌握。希望讀者能透過本書，不僅提升技術能力，還能在實踐中探索出屬於自己的學習方法，應對日益複雜的系統挑戰，成為引領技術發展的先鋒。 邱宏瑋（hwchiu） 本書的內容涵蓋廣泛，從三大基本的遙測信號──Metrics、Logs 和 Traces──出發，深入探討各種信號的使用場景與工具選擇。每個章節不僅介紹了理論知識，還搭配了實際操作的 Lab，使讀者能夠親自動手，迅速掌握各種工具的使用方法。這種理論與實踐相結合的方式，能幫助讀者在理解可觀測性核心概念的同時，熟練掌握操作技能。無論是初學者還是有一定經驗的技術人員，都能從中獲益匪淺。在閱讀這本書的過程中，我們不僅能掌握遙測信號的理論基礎與實際操作，還能體會到可觀測性在系統維運中的重要性與實用性。 可觀測性工程戰友 雷N

作者介紹

作者介紹 劉義瑋 (Blueswen) 目前擔任 DevOps Engineer，樂於分享與交流技術。 擔任開發人員時前端、後端、ML 服務都略有接觸，有感於問題排除與監控的不足，於是開始研究與推廣可觀測性。 個人網站：https: blueswen.github.io 【演講經歷】 PyCon Taiwan 2024 - 全方位強化Python服務可觀測性：以 FastAPI 和 Grafana Stack 為例 MWC 2023 - 從零開始打造可觀測性平台 DevOpsDays Taipei 2023 - 可觀測性實踐 iThome 鐵人賽獲獎 2023 Cloud Native 組冠軍《時光之鏡：透視過去、現在與未來的 Observability》

產品目錄

產品目錄 PART1 可觀測性初探 Chapter01 可觀測性的過去與現在 可觀測性要解決的問題 可觀測性資訊 可觀測性資訊的處理與使用 資料收集 Pattern 常見元件名稱 小結 參考資料 Chapter02 Grafana──洞察一切資訊的羅盤 Components Data Source Explore Dashboard Alerting Concepts Dashboard 設計的最佳實踐 Lab 小結 參考資料 PART2 Metrics Chapter03 Metrics 緒論──萬物皆可度量 指標的基礎定義 指標資訊的處理流程 生成 收集 儲存 使用 小結 Chapter04 Prometheus──照亮來時路與前方途的火炬 Components Prometheus Server Exporter Prometheus Client Library Alerting Concepts Scrape Job Prometheus Web UI Status Metric Types PromQL Lab Prometheus 與 PromQL 操作練習 Prometheus 與 Exporter 小結 其他補充資料 Chapter05 Monitoring Best Practices──監控的黃金法則 The USE Method The Four Golden Signals The RED Method Lab 小結 參考資料 Chapter06 Long-Term Storage──指標的記憶殿堂 Mimir──收羅萬象的智者 Features Concepts Lab Cortex──指標長期儲存的大師兄 高可用性（High Availability）與 Hash Ring Lab Thanos──統御 Prometheus 群集的霸者 Concepts Lab 小結 參考資料 StatsD Library StatsD Exporter Lab StatsD + Graphite 小結 參考資料 Chapter07 StatsD──捍衛效能的守護神 Concepts Metrics Type UDP StatsD Library StatsD Exporter Lab StatsD + Graphite 小結 參考資料 Chapter08 Zabbix──指標界的沙場老兵 Concepts Host Template Group Web Scenario Lab 小結 參考資料 PART3 Logs Chapter09 Logs 緒論──紀錄的一切都將成為呈堂證供 日誌資訊的處理流程 生成 收集 儲存 使用 小結 Chapter10 Loki──解開日誌空間與時間束縛的法杖 Concepts Label LogQL 快還要更快 儲存 Loki Docker Driver Lab 小結 參考資料 Chapter11 Promtail──Loki 御用 Log 收集器 Concepts Tail Service Discovery Pipeline Lab 小結 參考資料 Chapter12 Fluent Bit──資料收集界的萬能瑞士刀 Concepts Event Config File Pipeline Service Lab Basic Container Log with Loki Container Log with Vivo 小結 參考資料 Chapter13 Vector──速度至上的資料收集界新星 Concepts Pipeline Config Lab Basic Container Log with Loki 小結 參考資料 PART4 Traces Chapter14 Traces 緒論──看系統，一個兩個三個四個，連成線 分散式追蹤發展歷程 Trace 資訊的處理流程 生成 收集 儲存 使用 小結 參考資料 Chapter15 OpenTelemetry SDK──Zero-code Instrumentation 給你一對翅膀 Zero-code Instrumentation Config Logging with OpenTelemetry Python Zero-code Instrumentation Java Zero-code Instrumentation Lab 小結 參考資料 Chapter16 Tempo──小孩才做選擇，Trace 我全都要 Concepts TraceQL 儲存格式 Metrics-generator Lab Basic Fake Traces 小結 參考資料 Chapter17 Jaeger──系統軌跡，無所遁形 Concepts Architecture API 選擇 Sampling Lab 小結 參考資料 Chapter18 OpenTelemetry Collector──依賴反轉，解耦應用程式與儲存後端 Concepts Deployment Configuration Lab 小結 參考資料 PART5 綜合應用 Chapter19 Observability Signal Correlation──使用 Grafana 三劍合一，發揮綜效 Metrics and Logs Metrics to Traces Traces and Logs Traces to Metrics Lab 小結 參考資料 Chapter20 Span Metrics──OpenTelemetry Collector 的 Trace 鍊金術 Metrics from Traces Jaeger Service Performance Monitoring Lab Basic Jaeger SPM 小結 參考資料 Chapter21 Grafana Cloud 與 Alloy──Grafana Labs 的野望 Grafana Cloud Grafana Alloy Configuration Metrics Logs Traces To Grafana Cloud Lab Grafana Alloy Grafana Cloud 小結 參考資料 Chapter22 Profiles 與 eBPF──Unlocking The Kernel Profiles Grafana Pyroscope eBPF Grafana Beyla Lab Pyroscope Beyla 小結 參考資料 Chapter23 Faro──前端的可觀測性 Concepts Web Vital Architecture Log-based Metrics Usage Alloy Faro Web SDK Faro Web Tracing Lab 小結 參考資料 Chapter24 In Production 1──準備釋放你的 Observability 原力吧！ 成本與效益 網路的複雜性 告警疲勞 小結 Chapter25 In Production 2 ──能力越強責任越大，別成為單點故障 可擴展性 Scalability Grafana Stack Kafka 高可用性 High Availability Lab Loki Scalable Monolithic Jaeger with Kafka 小結 參考資料 Chapter26 In Production 3──如果資料要加上一個期限，我希望是一萬年 儲存哪些 Metrics Traces 儲存多久 怎麼儲存 Lab Loki Tempo Mimir with MinIO OpenTelemetry Collector Filter 小結 Chapter27 總結──可觀測性的未來 可觀測性開源專案的未來──CNCF Projects 可觀測性資訊的未來 可觀測性技術的未來 可觀測性商業的未來 結語 參考資料

商品規格

最佳賣點

最佳賣點 : 全面介紹 Grafana、Prometheus、Loki、OpenTelemetry 等核心工具！
實現全面的系統監控和分析！
從零開始，構建強大的可觀測性架構