Grafana Labs 近日開源了兩個新項目，分別是用于大規(guī)模持續(xù)性能分析 （Continuous Profiling） 的開源數(shù)據(jù)庫 Phlare，以及用于前端應(yīng)用可觀測性的 Faro。

Grafana Phlare

Grafana Phlare 是一個用于聚合持續(xù)分析 （Continuous Profiling） 數(shù)據(jù)的開源項目，它可以和 Grafana 完全集成，允許你與其他可觀察信號相關(guān)聯(lián)。

Grafana Labs 介紹道，Profiling 可用于分析程序的資源使用情況，進(jìn)而幫助開發(fā)者優(yōu)化程序的性能和成本。但當(dāng)下主流的分布式云原生架構(gòu)讓 Profiling 這件事變得更加復(fù)雜，從而產(chǎn)生了對持續(xù)分析 （Continuous Profiling） 的需求，其中有關(guān)資源使用情況的信息會在整個計算基礎(chǔ)設(shè)施中定期自動收集，然后壓縮并存儲為時間序列數(shù)據(jù)，這使開發(fā)者能夠可視化查看隨時間的變化并放大與感興趣的時間段相匹配的 profile 文件 —— 例如，CPU 在其利用率最高時所花費的時間，或函數(shù)調(diào)用的頻率和持續(xù)時間。

Grafana Labs 稱 “Continuous Profiling” 是除 metrics， logs 和 traces 之外的可觀測性第四大支柱。

Phlare 使用諸如 Amazon S3、Google Cloud Storage、Azure Blob Storage、OpenStack Swift，以及任何與 S3 兼容的對象存儲，因此開發(fā)者可以使用較低廉的存儲來存放所有歷史記錄，Phlare 還提供多租戶和隔離功能集，可供團(tuán)隊或業(yè)務(wù)部門運行獨立數(shù)據(jù)庫。

Phlare 運行流程

Phlare 架構(gòu)

（圖片來源：https://xie.infoq.cn）

Grafana Faro

Grafana Faro 是用于收集有關(guān) Web 應(yīng)用程序前端運行狀況數(shù)據(jù)的開源函數(shù)庫，開發(fā)者將其提供的 Grafana Faro Web SDK 嵌入到前端應(yīng)用程序，該程序就會自動開始收集日志、錯誤和性能指標(biāo)，然后添加元數(shù)據(jù)以便找到有用的條目，并將其轉(zhuǎn)發(fā)到 Grafana 代理（需啟用集成的應(yīng)用程序代理接收器），然后它可以將這些數(shù)據(jù)發(fā)送到 Prometheus、Grafana Loki 或 Grafana Tempo。

如下圖所示：

Faro 運行流程

Grafana Labs 表示，過去開發(fā)者可以使用 Grafana 來監(jiān)控基礎(chǔ)設(shè)施，并使用 OpenTelemetry 來監(jiān)控 API，但是前端應(yīng)用程序缺乏監(jiān)控解決方案，因此開發(fā)者無法掌握終端用戶的實際使用狀況，現(xiàn)在 Faro 填補(bǔ)了這個空缺。

Faro 還提供了事件 API，可用于捕獲用戶事件，讓開發(fā)者能夠重建終端用戶在應(yīng)用程序的使用歷程，以了解用戶與應(yīng)用程序的交互方式。

審核編輯 ：李倩