
ClickHouse 推出全托管可观测性方案 ClickHouse Observability 公测版
来源标题:ClickHouse Observability
ClickHouse 发布全托管可观测性解决方案 ClickHouse Observability 公测版,基于 ClickHouse Cloud 和开源 ClickStack 构建。用户将 OpenTelemetry 数据发送至托管 OTLP 端点即可使用,无需自行调配计算资源或管理数据库。定价按摄入量计费:日志和链路每 GB 0.20 美元,指标每百万数据点 0.10 美元。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
今天,我们推出 ClickHouse Observability 公开测试版:这是一个面向 SRE 及其 agent 的全托管可观测性解决方案,由 ClickHouse Cloud 和开源项目 ClickStack 提供支持。
将你的 OpenTelemetry 数据发送到托管 OTLP endpoint,剩下的交给我们。你无需规划计算资源、调优数据库和 schema,也无需管理 ingestion,就能获得 ClickHouse 的查询性能。
得益于 ClickHouse 的高效,我们能够以全托管服务的形式提供市面上领先的价格,并且保持简单:日志和 trace 按 ingestion 的 GB 数计费($0.20/GB),metrics 按 ingestion 的 data point 数计费($0.10/M)。
已经在使用 ClickHouse?按照入门指南,在现有服务中开启可观测性。
几分钟内即可获得 ClickHouse 用于可观测性的各项优势,全保真 logs、metrics 和 traces 随时可供排查。你可以通过 ClickStack UI 探索遥测数据,也可以借助专为排查打造的 MCP tools 和 SQL 接入自己的 agent。平台由我们运维,你只需专注于理解生产环境、解决故障。
我们还宣布推出 ClickHouse Observability Apps 私有预览版。ClickHouse Observability 让 ClickHouse 的优势更易获得,而 Apps 则回应了一个更大的问题:既然 agent 能够执行排查、软件能够根据任务自适应,可观测性界面为什么还要一成不变?
借助 Observability Apps,你只需描述自己的需求,就能围绕你的公司、用例、团队、角色,甚至某一次具体排查,构建交互式的自定义可观测性 UI。Agent 可以使用专为排查打造的工具和 SQL,把这些需求转化为你可以探索、迭代和分享的体验。
ClickHouse 用于可观测性的优势已得到充分验证。Netflix、Anthropic、Twilio 和 OpenAI 等领先企业都在使用它,以极大规模存储和查询遥测数据。
这得益于高压缩率、快速查询和高效存储,使得在不采样的情况下保留全保真遥测数据、并保留更长的历史成为可行。再结合富有表现力的 SQL,工程师和 agent 就能获得排查和诊断问题所需的丰富上下文。
ClickHouse 的高效改变了团队能够负担保留和排查哪些数据的格局。过去一年里,我们通过开源版本和 Managed ClickStack 不断降低获取这些优势的门槛,但数据库专业知识、ingestion 管理和基础设施运维,仍然是必要的一环。
对于具备相应专业能力和规模、值得投入的团队来说,这种控制权依然有价值。但许多团队只想排查自己的应用,而不想同时管理一个可观测性数据库。而且,随着 agent 执行越来越多的排查任务,团队不应该为了容纳 agent 而反复重新评估容量决策。
借助 ClickHouse Observability,我们消除了这些要求。
“ClickHouse 为 Buildkite 的 Test Engine 提供支持,每天 ingestion 数十亿次测试执行,ingestion 延迟仅 10 秒。我们很高兴在这一成功基础上,借助 ClickHouse Observability 更好地理解我们自己的 CI。在私有预览中,将 Buildkite 的 OpenTelemetry 集成连接到 ClickStackUI 的 OTLP endpoint 非常直接。ClickStack agent 几分钟内就创建了一个 dashboard,让我们能够深入查看单个 job、跟踪 pipeline 的整体性能变化,并按 step、agent 标签等维度进行切片分析。我们期待 Buildkite 客户用自己的 pipeline 来尝试这一功能。”
Chris Atkins,BuildKite 杰出工程师
ClickHouse Observability 让这些工作成为我们的责任。你决定发送哪些遥测数据、提出哪些问题,我们负责管理数据库及其背后的基础设施。你只需发送数据,然后开始排查。
要开始使用,请创建一个 ClickHouse Observability 服务,获取你的托管 OTLP endpoint 和凭据。将你的 OpenTelemetry collector 指向该 endpoint,同时保留现有的 instrumentation 和采集 pipeline。
正在加载视频……
接下来,ingestion、schema 和存储都由我们处理。ingestion 与查询使用独立的计算资源,使我们能够随着需求增长自动调整排查容量,而无需你规划或调优底层服务。
遥测数据到达后,你就可以开始排查了。在 ClickStack UI 中搜索 logs、探索 metrics、跟踪 traces。把有用的查询转化为 dashboard 和 alert,方便团队日后反复使用。
同样的遥测数据也可通过内置的 ClickStack MCP server 提供给你的 agent。专为排查打造的工具让它们能够搜索 logs、跟踪 traces、分析事件模式和变化量。SQL 则让它们更进一步:关联不同信号、对比历史行为,并验证预定义工具未覆盖的问题。
“这绝对是任务关键型的——我们作为一个小团队,既要交付大量功能,又要维持高质量的服务,这离不开始终在线的 AI 辅助分流,配上开箱即用的 agent 和 ClickHouse Observability 的访问能力,效果非常出色。”
Matt Matheson,Trunk.io 联合创始人兼 CTO
过去,在 ClickHouse Cloud 上运行可观测性意味着为计算和存储付费。这给了团队控制权,但估算账单需要了解工作负载所需的资源。如果缺乏这种了解,团队往往会为了保险而超额配置,为用不到的容量付费。
我们也认为定价应当简单易懂,维度尽可能少。我们选择了两个熟悉的计量方式:你发送的 logs 和 traces 量,以及 metric data point 的数量。按 data point 而非唯一时间序列对 metrics 计费,意味着增加有用的维度不会引入单独的基数费用——ClickHouse 不受基数问题困扰,你也不应该受困于此。
在公开测试期间,两项均以 5 折提供。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。