【netdata】让指标、日志、链路和拓扑在同一秒里排障
Netdata 是一个面向基础设施、应用、网络、数据库、日志和云环境的全栈可观测平台。它试图解决传统监控里“只知道哪里出问题了,却不容易知道为什么”的痛点:通过在每个节点本地每秒采集、存储和分析数据,并结合机器学习异常检测、AI 排查与多源指标关联,把“异常提示”变成“可解释的故障上下文”。
项目主要功能与特性
- 全栈可观测覆盖
- 支持指标、日志、链路、网络流量和拓扑。
- 覆盖基础设施监控、应用性能监控(APM)、网络性能监控(NPM)、数据库监控、真实用户监控(RUM)、合成监控、云监控和 AI 故障排查。
- 兼容 OpenTelemetry、SNMP、NetFlow/IPFIX/sFlow、IPMI、Redfish 等标准或协议。
-
官方列出超过 2000 个集成能力。
-
分布式、实时、本地分析
- Netdata Agent 运行在产生数据的节点上,负责采集、存储、分析和告警。
- 指标按秒级采集,并对每个指标持续进行异常检测。
- 数据不必集中到一个中心数据库;Netdata Parents 和 Netdata Cloud 可以把多个节点、多个数据源组合成一个统一视图。
-
官方称其可扩展到 100,000+ 节点,且 Netdata Agent 是开源的。
-
低采样率、全量采集的设计倾向
- 项目强调“采集一切、每秒采集”,并把成本优化到约每个样本 0.6 字节左右。
- 支持分层存储:保留秒级、分钟级和小时级历史数据。
-
磁盘指标大约每 17 分钟写入一次,并采用直接 I/O 和 ZSTD 压缩;也可选择完全基于内存运行,减少磁盘写入。
-
资源占用较低
- 官方 FAQ 中提到,在普通服务器上启用机器学习时,通常占用不到单个 CPU 核心的 5%,内存约 200 MB。
- 在轻量级边缘设备子节点上,内存占用约 30 MiB。
-
一个 Parent 可处理约 500 个节点或每秒约 200 万指标;可通过增加 Parent 扩展能力。
-
机器学习和 AI 排查
- 每个指标都会按秒进行异常评分。
- 异常聚类可以帮助发现隐藏依赖关系,展示问题如何跨系统、网络和应用扩散。
- AI 与机器学习结合,用于自动根因分析和影响分析。
-
Agent 和 Parent 内置 MCP Server,可让外部 AI 助手查询指标、日志、告警和实时视图。
-
基础设施监控
- 可监控系统资源,如 CPU、内存、网络接口、防火墙、进程等。
- 可监控存储,如磁盘、挂载点、文件系统、RAID。
- 可监控容器、Kubernetes、虚拟机和硬件传感器,包括 GPU、风扇、温度、电源、电压、NVMe、SMART 等,具体能力因操作系统而异。
-
支持 Linux、FreeBSD、macOS、Windows、容器和边缘设备。
-
应用性能监控(APM)
- 支持按 ID 查找链路。
- 可按任意属性筛选链路。
- 可查看任意流量切片的延迟百分位和错误率。
- 提供服务地图,并能将浏览器会话与后端链路关联。
-
链路数据可保留在本地基础设施中,而不是必须发送到外部 SaaS。
-
网络性能监控
- 支持零配置 SNMP,并内置超过 1750 个设备配置文件。
- 支持二层/三层拓扑。
- 支持 NetFlow、IPFIX、sFlow。
-
支持 SNMP Trap 和 BGP 相关监控能力。
-
数据库监控
- 支持 50+ 数据库和托管数据库服务。
-
可在 12 种数据库引擎上提供实时 top-query 视图。
-
日志监控与日志管理
- 可在节点本地查询 systemd-journal、Windows Event Log、macOS Unified Logs,不需要额外搬运日志。
- 也可通过 OpenTelemetry 和 syslog 收集其他来源日志。
- 支持搜索每个字段,并提供分面和直方图探索。
-
日志安全落盘后才确认,可在到达时立即搜索,并支持保留策略及导出到用户自己的 S3 存储。
-
云与用户体验监控
- 支持 AWS、Azure、Google Cloud 监控。
- 支持真实用户监控,包括 Core Web Vitals 和 JavaScript 错误。
-
支持 Playwright 用户旅程、Lighthouse 审计和可用性检查。
-
告警与通知
- 内置超过 1100 个默认告警。
- 支持自定义告警,可通过代码、界面或由 AI 生成。
- 支持超过 30 个通知集成,例如 email、Slack、Telegram、PagerDuty、Discord、Microsoft Teams 等。
- 如果系统中已有配置好的邮件发送服务,邮件告警可默认使用。
快速上手
请参考官方文档进行安装。Netdata 支持 Linux、macOS、FreeBSD、Windows、Docker 和 Kubernetes 等平台,不同系统有对应的安装指引。
安装并启动后,通常可以通过以下地址访问可视化界面:
http://localhost:19999
如果要访问远程节点上的界面,可替换为对应节点地址:
http://NODE:19999
简单使用流程包括:
-
自动采集指标
Netdata 可自动发现大多数指标,不需要从零手写仪表盘。 -
配置采集器
对 SNMP、网络设备、日志、链路等场景,可按官方文档进一步配置采集器。 -
使用默认告警
平台自带大量默认告警规则,可连接邮件、Slack、Telegram、PagerDuty、Discord、Microsoft Teams 等通知渠道。 -
配置 Parent 做集中展示
如果需要集中仪表盘、更长保留期或统一告警配置,可以使用 Netdata Parents。 -
可选连接 Netdata Cloud
登录 Netdata Cloud 后可连接节点,获得远程访问、多节点仪表盘、SSO、RBAC 等能力。Netdata Cloud 不是必选项,数据可留在自己的基础设施内。
适合哪些场景使用
Netdata 比较适合需要把“监控、日志、链路、网络流量、数据库和云资源”放在一起观察和排障的团队。它的目标用户主要包括:
- DevOps 和 SRE 团队
- 需要秒级指标、异常检测、跨系统关联和快速根因定位。
-
希望减少“指标、日志、链路”分散在不同工具中的排查成本。
-
系统管理员和运维人员
- 需要监控 Linux、Windows、macOS、FreeBSD、容器、虚拟机和边缘设备。
-
希望通过 Agent 在节点本地完成采集、分析和本地告警。
-
中小型团队或单节点起步用户
-
官方设计强调“无需查询语言”“自动仪表盘”“开箱即用”,适合不想一开始搭建复杂监控栈的团队。
-
大规模混合云和 Kubernetes 环境
- 支持 Kubernetes、容器、云服务和多种集成,并可通过独立 Hub 扩展规模。
-
官方称可扩展到 100,000+ 节点,适合大规模分布式系统。
-
需要保留数据主权的组织
- Agent 在数据产生位置本地采集、存储和分析。
-
Netdata Cloud 用于统一视图和关联,而不是必须把数据集中发送到外部平台。
-
已有监控栈想补充能力的团队
- 平台可接收 Prometheus、OpenTelemetry、Nagios、StatsD 等来源数据,便于与现有监控工具协同。
总结评价
这个平台的核心吸引力在于它不是单纯的仪表盘工具,而是把指标、日志、链路、网络流量、拓扑、数据库和云环境放进一个实时可观测框架中。它强调本地采集、秒级分析、机器学习异常检测、AI 根因分析和低查询门槛,适合希望“少配置、快排障、统一视图”的运维、DevOps 和平台团队。
从项目自述来看,它的优势是分布式架构、全栈覆盖、资源占用较低、Agent 开源、支持大量集成和默认告警。需要注意的是,它的完整生态包含 Agent、UI 和 Cloud 三部分:Agent 是开源核心,UI 免费但为闭源组件,Netdata Cloud 是可选的云服务或企业部署方案。实际选型时,建议结合自身是否希望使用云服务、是否接受部分组件非开源、是否需要本地化部署和长期容量规划来做判断。
总体来看,如果你想要一个可以从单台服务器起步、逐步扩展到大规模集群,同时覆盖基础设施、应用性能、网络、日志和云监控的全栈可观测平台,Netdata 是一个很值得关注的选择。
相关工具推荐
如果你正在找能直接上手的工具,下面这几个是同类场景里用户用得比较多的:
- 360AI搜索 —— 红衣教主周鸿祎对 AI 非常上心,360 AI 搜索也是他的重点项目。提米哥觉得 360 做搜索的优势在
- 百度搜索 —— 百度作为国内搜索老大,自然不会在 AI 时代掉队。现在的百度搜索已经深度融合了文心一言的能力。提米哥发现
- N搜索 —— N 搜索(n.cn)是国内一款新兴的聚合类 AI 搜索产品。提米哥试用后觉得它的界面非常清爽,完全没有传
想看更多同类内容,可以翻翻 免费平替 分类。
更多工具可从 程序员入口 按人群(电商人 / 自媒体人 / 程序员 / 学生科研)进入。