认识 Horizon UI · AI Assistant:用日常语言查询你的可观测性数据
Horizon UI 新增的 AI Assistant 可以用和 UI 相同的图表、拓扑和表格回答运行中系统的问题;它只读、按权限返回结果,并运行在你自己接入的高性价比模型上。
Apache SkyWalking 是一个开源的云原生可观测性平台,把分布式追踪、指标、日志、性能剖析和告警收在同一套数据模型里做关联分析,而不是各看各的。
接入以探针为主:Java、Go、Python、Node.js、PHP、Rust、Ruby、Nginx Lua 以及浏览器端 JS 都有对应实现,多数情况下不用改业务代码。装不了探针的服务,可以在 Kubernetes 上用基于 eBPF 的 Rover 补上进程与网络层的数据。采集到的数据由 OAP 后端做流式聚合与告警,默认写入社区自研、专为可观测性场景设计的 BanyanDB,也支持 Elasticsearch 等后端。
Horizon UI 新增的 AI Assistant 可以用和 UI 相同的图表、拓扑和表格回答运行中系统的问题;它只读、按权限返回结果,并运行在你自己接入的高性价比模型上。
Meet Horizon UI 系列收官篇:用一个环境变量驱动的容器启动 Horizon,指向已有 OAP;如果你还在使用上一代 UI,也可以把 Horizon 平滑替换进去。文中还说明 OAP 10.x 和 11.x 的兼容边界:哪些功能只需要 query port,哪些需要 OAP 11 的 admin host。
Horizon UI 系列第十六篇:Horizon 支持八种语言。本地化不是每次渲染时重新翻译,而是在服务端把翻译 overlay 合并到同一套 template 上;用户可以从顶栏切换语言,也可以在 Translations 管理页点选任意 widget 直接补翻译,而 OAP 返回的数据始终保持原样。
Horizon UI 系列第十五篇:整个控制台都由可编辑模板驱动。你可以把任意 layer 或 overview 打开成模板,在本地草稿里调整组件、widget 和文案,预览后发布到 OAP 给整个组织使用,并在发布前查看差异,也可以导出和导入。
Horizon UI 系列第十四篇:Horizon 自己的访问控制体系,包括由服务端强制执行的四级 RBAC、本地与 LDAP/AD 认证、append-only audit log、仅在 LDAP 故障时可用的 break-glass 入口,以及五套内置主题。所有逻辑都在 Horizon BFF 中实现,对任何 OAP 版本都一致。
Horizon UI 系列第十三篇:Platform monitoring 下的三个只读入口,用来查看 OAP 集群是否健康、实际运行配置是什么,以及各类数据会保留多久,包括 BanyanDB 的 hot/warm/cold 生命周期。
Horizon UI 系列第十二篇:Operate 下的 Inspect 家族,包括能看到每个指标由哪条规则定义的指标目录和 MQE 看板,以及不必先选择 layer 就能在全局范围查询的 trace 和 log 入口。
Horizon UI 系列第十一篇:在浏览器里编辑 SkyWalking 的 OAL/MAL/LAL 分析规则,通过可恢复的集群确认流程让变更在运行中的 OAP 上生效;再用三个标签页的 Live Debugger 让同一条规则跑在真实数据上,看清它到底算出了什么。
Horizon UI 系列第十篇:活跃告警不再按事件堆叠,而是按 incident 归并;触发规则时的 MQE 指标快照可以直接回放,同一套 incident 模型也会出现在顶栏、仪表盘和 3D 地图里。
Horizon UI 系列第九篇:SkyWalking 的五种 profiler:trace、async(JVM)、eBPF、Go pprof 和 network。前四种统一进入同一套火焰图和调用树视图,network 则用蜂窝拓扑展示进程间通信。
Horizon UI 系列第八篇:浏览器端 agent 上报的 JavaScript 错误流,以及如何借助 source map 把生产环境压缩后的 stack 还原到原始文件、行、列、符号和源码片段。
Horizon UI 系列第七篇:两类日志视图,一种查看已采集、已索引、可关联 Trace 的存储日志流,并提供按级别堆叠的直方图;另一种按需实时查看 Kubernetes pod 的容器输出。
Horizon UI 系列第六篇:位于 Layer 内的分布式 Trace 探索器:先配置条件再查询,在时延分布图上框选异常 Trace,并用瀑布图、调用树和统计表阅读同一条 Trace。
Horizon UI 系列第五篇:用一个 WebGL 场景把整个部署放到同一张 3D 地图里,把各个 Layer 的服务渲染成立方体,并同时展示实时流量、告警和调用关系。
Horizon UI 系列第四篇:Deployment 标签页如何把拓扑视角转向单个集群服务内部,并以 BanyanDB 为例说明 SkyWalking 如何观测自己的存储引擎。
Horizon UI 系列第三篇:由模板驱动的拓扑引擎、拓扑降噪、从服务调用下钻到实例、endpoint 依赖图,以及跨 Layer 的 Smartscape 视图。
Horizon UI 系列第二篇:仪表盘如何由 MQE 表达式驱动,如何按当前服务、实例或 endpoint 自动取舍组件并跳过无关查询,以及如何把编码值、耗时和大数值格式化成适合排查时阅读的样子。
介绍 Apache SkyWalking Horizon UI:它沿用现有 OAP 后端协议,重新设计前端控制台,让观测、运维、治理和定制回到同一个入口。
SkyAPM/mini-program-monitor 与 SkyWalking OAP 配合,把微信和支付宝小程序纳入 SkyWalking 的端用户体验监控。本文聚焦数据通路、双平台抽象与 OAP 端集成。
SkyWalking 10.4 引入了 TraceQL 支持,实现了 Grafana Tempo 的 HTTP 查询 API,使 Grafana 可以直接查询和可视化 SkyWalking 中存储的链路追踪数据。
SkyWalking 10.4 增加了 Virtual GenAI 观测面板,本文将介绍该新特性的使用。
基于 Envoy AI Gateway、SkyWalking OAP 10.4.0 和 BanyanDB 0.10.0,搭建面向 AI/LLM 流量的全栈可观测方案。
从设计到测试,详解 SkyWalking GraalVM Distro 如何把一个成熟、运行时动态特性很多的 Java 可观测性后端做成原生二进制,并沉淀出可重复的迁移流程。
以 SkyWalking GraalVM Distro 为例,聊聊 AI Coding 如何让更好的架构方案更容易被验证、打磨并真正落地。