每隔一段时间,我都会遇到一个让我惊叹"哇,这太酷了!"的工具。
最近,在安装了一个名为Netdata的监控工具后,我就有了这样的体验。
根据官网介绍,Netdata是一个"零配置的可观察性平台,配备呼叫智能体助手。提供每秒级别的本地指标;Netdata智能体能够调查、解释根本原因,并用通俗易懂的语言指导修复。"
我完全没有想到安装完成后会看到什么,但结果真的令我印象深刻。
Netdata为您提供多方面的洞察,包括生成式AI故障排除、基础设施、应用程序、综合测试、网络、日志和指标。更棒的是,您无需安装大量模块就能让这个应用发挥作用。完成安装(和注册,包含免费套餐)后,您将获得比您可能需要的更多信息。
Netdata可以安装在Linux、macOS、Windows上,也可以通过Docker、Kubernetes、Ansible在AWS、Azure和GCP上部署。Netdata能够监控数据库、Web服务器、代理、容器、虚拟机、操作系统、网络、云服务和DevOps。
是的,它真的是跨平台且灵活。
您甚至可以在上面创建自定义仪表板。
我在一台Linux服务器(24.04版本)上安装了Netdata,现在让我向您展示安装过程。
让我们开始吧。
安装过程
在Linux服务器启动并运行后,登录并执行以下命令来安装NetData:
系统会提示您输入用户密码。认证成功后,安装将开始。
Netdata的安装可能需要一些时间,您很可能会被提示确认安装其他包。允许安装所有必要的依赖项。安装完成后,您就可以访问您的实例了。
访问Netdata
打开连接到与Netdata相同网络的Web浏览器,并导航到http://SERVER:19999(其中SERVER是托管服务器的IP地址)。您将看到一个登录页面。
接下来,您需要注册一个账户。该账户是免费的(除非您需要升级到企业解决方案)。我建议通过电子邮件地址连接。完成后,您将收到一封包含点击链接的邮件。点击该链接,您就完成了注册。
现在乐趣开始了。
使用仪表板
如您所见,仪表板为您的服务器提供了大量信息。您首先要做的事情之一就是添加节点。为此,您需要第二台服务器。
要添加节点,打开节点选项卡,然后点击"添加节点"。
在添加节点页面上,您将看到一个要在新机器上运行的命令。运行该命令并回答所有必要的问题。
然后您应该会看到新添加的节点被列出。
如果需要,您还可以创建空间。比如说,您想要一个特定空间来监控Docker容器。为此,点击左侧边栏中的+按钮。系统提示时,为您的新空间命名,然后您将看到您的新空间,在那里您可以添加必要的Docker集成。
要添加Docker支持,点击屏幕右下角附近的小Docker图标,您将看到另一个命令。这次,您需要在安装了Docker并连接到Netdata服务器的机器上运行该命令。
您可以使用docker run命令或创建Dockerfile并使用docker-compose。
Docker附加组件对于任何需要观察容器运行状况的人来说都是必备的。您可以快速访问Docker容器状态、健康状态、镜像总数、镜像总大小、正在运行的容器数量等信息。
您很难找到一个能为您的运行容器提供如此多信息的仪表板。
您可以为您的空间添加任意数量的集成,以提供更多有价值的信息。
一旦您让一切运行起来,您的Netdata实例就准备好使用了。
您会发现自己在Netdata中探索了很长时间,只是因为有太多东西要发现。我花了很多时间使用它,知道自己仍然只是触及皮毛。如果您像我一样,希望快速访问服务器和服务的所有信息,Netdata绝对能够出色地满足您的需求。
Q&A
Q1:Netdata是什么?有哪些主要功能?
A:Netdata是一个零配置的可观察性平台,配备呼叫智能体助手。它能够提供每秒级别的本地指标,Netdata智能体能够调查、解释根本原因,并用通俗易懂的语言指导修复。它可以监控基础设施、应用程序、网络、日志和指标等多个方面。
Q2:Netdata支持在哪些平台上安装?
A:Netdata支持跨平台安装,可以安装在Linux、macOS、Windows上,也可以通过Docker、Kubernetes、Ansible在AWS、Azure和GCP等云平台上部署。它能够监控数据库、Web服务器、代理、容器、虚拟机、操作系统、网络、云服务和DevOps。
Q3:如何在Linux服务器上访问Netdata?
A:安装完成后,在连接到与Netdata相同网络的Web浏览器中导航到http://SERVER:19999(其中SERVER是托管服务器的IP地址)。首次访问需要注册一个免费账户,通过电子邮件地址连接并点击邮件中的确认链接即可完成注册。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。