Grafana
Mätvärden och dashboards · Visualisering och observability-dashboardar
Grafana visualiserar och larmar på mätvärden, loggar och spår från externa datakällor.

Mätvärden och dashboards · Backend för distribuerad spårning
Spårningsbackend som tar emot spår från OpenTelemetry, Jaeger och Zipkin, lagrar dem billigt i objektlagring och låter Grafana söka i dem med TraceQL.
Betyg 80 av 100 Praktiskt granskad
Läs bedömningenHTTP-API:t söker spår med TraceQL eller taggfilter, hämtar en trace på id och listar attributnamn och värden.
Källa: grafana.com/docs/tempo
Kontrollerat:
Officiellt · OTLP-mottagning (Grafana Labs / OpenTelemetry) dokumentation
Grafana Labs egen MCP-server har verktyg för att söka spår med TraceQL, hämta en trace på id, jämföra två spår och räkna fram mätvärden ur spåren. Verktygen frågar Tempo genom en Grafana-datakälla.
Källa: github.com/grafana/mcp-grafana
Kontrollerat:
Totalbetyg
80 av 100
Praktiskt granskad
Hela serverkoden ligger under AGPL-3.0 i grafana/tempo, en OSI-godkänd licens, och det finns ingen sluten utgåva av samma kod. Labbinstansen byggdes från det officiella containerimaget utan konto, licensnyckel eller funktionsspärr: OTLP-intag, TraceQL, metrics-generator och API:t var tillgängliga direkt.
Labbet tog emot trettiosex spår över fem tjänster via OTLP/HTTP, sökte fram dem med TraceQL på tjänstenamn och varaktighet, öppnade enskilda spår på id och fick metrics-generatorn att skriva både span metrics och tjänstekarta till Prometheus. Kärnbehovet – lagra och söka spår – fungerade utan mellanliggande collector. Avdraget gäller att visualiseringen helt ligger i Grafana och att TraceQL skrivs för hand.
Spår kan läsas ut via HTTP-API:t och blocken ligger som Parquet i objektlagringen, vilket gör dem åtkomliga utanför Tempo, men det finns inget exportverktyg för att flytta historiken till en annan backend och inget standardformat för hela lagringen. Ett byte av spårningsbackend blir därför en engångsmigrering via API:t.
Projektet presenterades i oktober 2020, nådde 1.0 i juni 2021 och ges ut av Grafana Labs med tät utgåverytm, versionshanterade binärer för Linux, macOS och Windows samt eget containerimage. Dokumentationen täcker arkitektur, konfiguration, TraceQL och API, och projektet har ett brett ekosystem kring Grafana, Loki och Prometheus. Ett avdrag för att den Kafka-baserade arkitekturen i 3-serien gör att driftråden flyttar sig mellan versioner.
OTLP är förstahandsprotokollet, TraceQL kan både filtrera spår och räkna fram mätvärden, och metrics-generatorn gör spåren användbara i Prometheus-larm. Grafana Labs egen MCP-server har egna Tempo-verktyg för att söka, hämta och jämföra spår, vilket ger agentintegration utan eget arbete. Hela API-ytan är dokumenterad och labbinstansen drevs helt därifrån.
En monolitiskt konfigurerad container räckte för att ta emot och läsa spår i labbet, men produktionsdriften kräver objektlagring, kompaktor, retention och frågefront, och metrics-generatorn behöver en Prometheus-mottagare. Det är hanterbart för ett driftteam men inte något man sätter upp på en kvart, och den lokala diskbackend som labbet använde är uttryckligen avsedd för test.
Programvaran är gratis under AGPL-3.0 och projektet tar inget betalt för någon funktion. Den enda löpande kostnaden är objektlagring och beräkning, och just den låga lagringskostnaden är produktens huvudargument: bara ett fåtal fält indexeras per spår. Grafana Cloud Traces finns som betald tjänst men är inte ett krav.
Tempo har ingen egen svensk översättning och inget eget gränssnitt, men spåren visas i Grafana, vars svenska översättning är i stort sett komplett och som labbet körde på svenska. Dokumentation, API-referens och support är engelska, och någon svensk community eller svensk leverantörssupport finns inte belagd.
Grafana Tempo är en backend för distribuerad spårning. Tjänsterna i en applikation skickar spår över OTLP, Jaeger eller Zipkin, och Tempo lagrar dem i objektlagring som S3, GCS eller Azure Blob. I stället för att bygga ett fulltextindex över varje span registrerar Tempo bara ett fåtal fält per spår, vilket gör lagringen billig och skrivvägen snabb. Spåren söks med TraceQL, ett frågespråk som filtrerar på tjänst, operation, varaktighet, status och attribut, och en enskild trace hämtas på sitt id. En metrics-generator kan räkna fram span metrics, tjänstekartor och strukturella mätvärden ur spåren och skriva dem till Prometheus, så att samma telemetri kan larmas på som vanliga tidsserier. Tempo har inget eget webbgränssnitt: spåren läses i Grafana, där de kopplas ihop med loggar i Loki och mätvärden i Prometheus via exemplar och span-länkar. Flera klientorganisationer kan dela samma installation genom att skicka tenant-huvudet X-Scope-OrgID.
5 skärmbilder. Välj en bild för att visa den i full storlek. Svep i sidled för fler.
Mätvärden och dashboards · Visualisering och observability-dashboardar
Grafana visualiserar och larmar på mätvärden, loggar och spår från externa datakällor.
Mätvärden och dashboards · Loggaggregering
Loggaggregering som indexerar etiketter i stället för text och lagrar komprimerade loggströmmar på disk eller objektlagring.