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

Mätvärden och dashboards · Insamling, transformering och vidarebefordran av loggar och mätvärden
Vector är en datapipeline för observability-data som samlar in loggar och mätvärden från filer, journald, containers, syslog och molntjänster, normaliserar dem med det egna språket VRL och skickar dem vidare till fil, Kafka, S3, Loki, Elasticsearch eller vilken sink som helst. En konfigurationsfil beskriver hela flödet, och kommandoradsverktyget validerar, testar och inspekterar en körande pipeline.
Betyg 86 av 100 Praktiskt granskad
Läs bedömningengRPC-API:t i agentens egen process nås på 127.0.0.1:8686 och är avstängt som standard (api.enabled: false). Det ger komponentlista, hälsa, allokeringsstatistik och strömmande händelser; vector top och vector tap är klienter mot det.
Källa: official
Kontrollerat:
Projektet har ingen MCP-server: ingen MCP-kod i repot, ingen MCP-integration i dokumentationen och ingen etablerad tredjepartsserver hittades vid kontrollen.
Källa: official
Kontrollerat:
Totalbetyg
86 av 100
Praktiskt granskad
Källkoden ligger under MPL-2.0 — GitHub API svarar key mpl-2.0 och LICENSE-filen i master är Mozilla Public License 2.0. README säger uttryckligen att hela källkoden och alla funktioner är publika. Det finns ingen betald nivå, ingen licensnyckel och ingen stängd modul i samma repo: Datadogs kommersiella plattform är en separat produkt, inte en enterprise-utgåva av agenten. Alla femtio källor, arton transformeringar och sextioåtta sinks finns i den öppna binären.
Det namngivna användningsfallet är att samla in loggar och mätvärden från flera källor, normalisera dem och skicka dem vidare till ett valfritt mål. I labbkörningen läste tre filkällor Nordljus AB:s nginx-åtkomstlogg, applikationslogg och mätvärdesfil, två remap-transformeringar normaliserade fälten, ett filter tog bort brus, log_to_metric räknade om nivåer till en räknare och tre sinks skrev NDJSON, Prometheus-exporter och mätvärdesfil — 1 373 händelser landade i arkivfilen. validate godkände konfigurationen och graph skrev topologin. Det som håller betyget på 4 är att allt sker i textfiler och terminal; den som vill bygga flöden grafiskt får ingen hjälp.
Data lämnar pipelinen i öppna format genom vilken sink som helst — NDJSON till fil, JSON till Kafka, S3, Loki, Elasticsearch eller Postgres — och konfigurationen är en textfil som kan versionshanteras och flyttas mellan värdar. Bufferten på disk ligger som filer i data_dir, så en omstart tappar inte händelser. Det som håller betyget på 4 är att det inte finns någon inbyggd exportfunktion för själva konfigurationen eller för pipelinens historik, och att en flytt mellan installationer kräver att man själv skriver om mottagarsidan.
Projektet publicerades 2018 och har getts ut kontinuerligt sedan dess: senaste utgåvan är v0.61.0 (2026-10-29), repot är inte arkiverat och hade pushar samma dag som kontrollen. Det finns en egen dokumentationssajt med snabbspår, komponentreferens, VRL-referens och driftsättningsguider, avbildningar för flera arkitekturer, ett testharnesk för prestanda och en stor användarbas. Projektet underhålls av Datadogs team för öppen källkod med ett uttalat versions- och utgivningslöfte.
Integrationsytan är bred: femtio källor och sextioåtta sinks täcker de vanligaste målen, VRL är ett eget uttrycksspråk med testbarhet, och konfigurationen kan genereras programmatiskt. Ett gRPC-API ger åtkomst till komponenter, hälsa och strömmande händelser, och trace-stöd finns i utvalda komponenter. Det som håller betyget på 4 är att API:t saknar autentisering och är avstängt som standard, att det inte finns någon MCP-server och att trace-stödet ännu inte är lika moget som logg- och mätvärdesflödet.
Driften är förutsägbar: en binär, en konfigurationsfil och en datakatalog. I labben startade avbildningen bakom den delade proxyn, validate godkände konfigurationen innan start, hälsokontrollen svarade och filkällorna återupptog läsningen från sina checkpoints efter omstart. top och tap ger insyn i en körande pipeline utan extra verktyg. Det som håller betyget på 4 är att API:t måste hanteras medvetet (avstängt, utan autentisering), att diskbufferten kräver en storleksbedömning och att en felaktig transformering kan ge tysta fel om man inte testar konfigurationen.
Kostnadsbilden är helt transparent: MPL-2.0 utan licenskostnad, ingen betald nivå, ingen molntjänst och inget abonnemang. En agent per värd ersätter ofta flera separata insamlare, och eftersom samma binär kan agera aggregator behövs ingen extra komponent i mitten. Den enda kostnaden är CPU, minne och diskbuffert för den volym som passerar.
Vector är ett CLI-verktyg utan grafiskt gränssnitt, så det finns ingen översättning att mäta — hjälptexter och loggrader är på engelska. Dokumentationen på vector.dev/docs är engelskspråkig och har ingen svensk sida, och supporten sker på engelska i GitHub och i projektets chatt. Betyget blir 1 eftersom inget av det som möter en svensk användare är översatt.
Vector är en agent och aggregator för loggar och mätvärden, skriven i Rust. En konfigurationsfil i YAML, TOML eller JSON beskriver källor, transformeringar och sinks: källor läser filer, journald, docker_logs, kubernetes_logs, syslog, Kafka, SQS, Prometheus-scrape eller OpenTelemetry; transformeringar normaliserar och filtrerar med det egna språket VRL (remap), delar upp flödet (route, filter), räknar om loggar till mätvärden (log_to_metric) eller aggregerar (reduce, aggregate); sinks skriver vidare till fil, Kafka, S3, Loki, Elasticsearch, ClickHouse, Postgres, Prometheus-exporter eller någon av de andra målen.
En och samma binär kan köra som agent på varje värd eller som aggregator som tar emot från många agenter. Kommandoradsverktyget validerar konfigurationen (validate), kör enhetstester för transformeringar (test), skriver topologin som Graphviz-DOT (graph), visar en körande pipeline i terminalen (top) och fångar enskilda händelser (tap); VRL-verktyget (vrl) provar transformeringar mot exempelhändelser innan de publiceras. Ett gRPC-API på localhost ger programmatisk åtkomst till komponenter, hälsa och strömmande händelser, och är avstängt som standard.
8 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.
Fler projekt under Norin Media AB