Gestion et Analyse des Logs

Bleemeo peut collecter des logs depuis pratiquement n'importe quelle source. Cela inclut : les fichiers de logs (tout chemin ou motif de fichier), syslog (RFC3164 et RFC5424), les logs de conteneurs (Docker, containerd, pods Kubernetes), les stdout/stderr d'applications, et les logs envoyés via OTLP sur gRPC ou HTTP. Glouton découvre et collecte automatiquement les logs des conteneurs et services en cours d'exécution lorsque la découverte automatique est activée.

Glouton utilise un pipeline de traitement des logs basé sur OpenTelemetry Collector. Il prend en charge l'analyse JSON, la correspondance de motifs regex, les patterns Grok et les analyseurs personnalisés utilisant les opérateurs Stanza. Vous pouvez définir des formats de logs connus (comme nginx_access, apache_combined) et les appliquer aux fichiers, conteneurs ou services. Le système extrait automatiquement les horodatages, les niveaux de sévérité et les champs structurés.

Oui, Bleemeo offre de puissantes capacités de filtrage. Vous pouvez filtrer les logs en utilisant des expressions OpenTelemetry Transformation Language, des motifs regex sur les corps ou attributs des logs, des niveaux de sévérité et des attributs de ressource. Les filtres peuvent inclure ou exclure des logs selon plusieurs conditions. Vous pouvez également désactiver la collecte de logs pour des conteneurs spécifiques en utilisant le label glouton.log_enable=false.

Bleemeo fournit une interface de recherche puissante dans le panneau cloud. Vous pouvez effectuer des recherches en texte intégral sur tous vos logs, utiliser des requêtes regex pour la correspondance de motifs complexes, filtrer par plage temporelle, niveau de sévérité, source ou tout champ structuré. Les résultats de recherche sont renvoyés en millisecondes, même sur de grands volumes de données de logs. Vous pouvez également enregistrer les requêtes fréquemment utilisées pour un accès rapide.

Oui, Bleemeo prend en charge les alertes basées sur les logs. Vous pouvez créer des alertes déclenchées par des motifs de logs spécifiques, des messages d'erreur ou des correspondances regex. Vous pouvez également alerter sur des conditions de seuil comme un taux d'erreur dépassant un certain nombre par minute. Les alertes sont traitées en temps réel, vous êtes donc notifié en quelques secondes dès qu'un événement de log critique se produit.

La rétention des logs dépend de votre plan et peut être configurée selon vos besoins. Bleemeo prend en charge des politiques de rétention flexibles avec archivage et compression automatiques. Le stockage chaud garde les logs récents immédiatement accessibles, tandis que les logs plus anciens peuvent être déplacés vers le stockage froid. Cela vous permet d'équilibrer la performance de recherche avec les coûts de stockage tout en maintenant les exigences de conformité.

Oui, c'est un point fort de l'approche d'observabilité unifiée de Bleemeo. Vous pouvez visualiser les logs et les métriques côte à côte dans les tableaux de bord, passer d'une anomalie de métrique directement aux logs associés et voir le contexte complet d'un problème en un seul endroit. Cette corrélation permet un dépannage plus rapide en fournissant les métriques d'infrastructure aux côtés des logs applicatifs.

Lorsque Glouton est déployé dans Kubernetes (via le chart Helm), il découvre et collecte automatiquement les logs de tous les pods. Vous pouvez contrôler la collecte de logs par pod en utilisant l'annotation glouton.log_enable. Les formats de logs personnalisés et les filtres peuvent être appliqués via les annotations de pod (glouton.log_format, glouton.log_filter) ou via la configuration de Glouton. Les logs stdout/stderr des conteneurs sont capturés sans aucune configuration supplémentaire.

Le traitement des logs de Glouton est conçu pour être léger et efficace. Il utilise une architecture en streaming qui traite les logs de manière incrémentale sans charger des fichiers entiers en mémoire. La transmission des logs est groupée et compressée pour minimiser la surcharge réseau. Pour les scénarios à très haut volume, vous pouvez utiliser des filtres pour réduire le volume de logs envoyés au cloud tout en maintenant un traitement local minimal.

Oui, Bleemeo peut créer des métriques à partir de motifs de logs. En définissant des motifs regex dans votre configuration, Glouton compte les lignes de logs correspondantes et les expose en tant que métriques (par ex., erreurs par seconde, taux d'événements spécifiques). Cela vous permet d'alerter sur des métriques dérivées des logs, de suivre les tendances au fil du temps et de visualiser les motifs de logs dans les tableaux de bord aux côtés de vos métriques d'infrastructure.