對比了解Grafana與Kibana的關鍵差異

我們身處海量資料的包圍之中已成眾所周知的事實。即使你管理的是乙個單獨的linux伺服器，那麼帶著問題一發生就能檢測出來並採取措施的目的去管理所有日誌時也會遇到問題。問題有多大取決於環境的規模、每台主機的職責、已經安裝的服務以及正在使用的協議。

當然，日誌資料能讓我們更好地洞察檢測模式，當資訊以視覺化的形式呈現出來時讓我們可以更快速地採取措施。這種分析方法使it運維團隊可以建立透明度，要清楚任何時間點正在發生什麼時正需要這種透明度。

kibana 和 grafana 是兩個開源工具，能視覺化和推斷大量日誌資料內的趨勢。本文將向你簡單介紹一下每個工具，並主要比較一下它們之間的關鍵不同。

kibana

kibana 是乙個分析和視覺化平台，它可以讓你瀏覽、視覺化儲存在elasticsearch集群上排名靠前的日誌資料，並構建儀錶盤。你可以執行深入的資料分析並以多種圖表、**和地圖方式視覺化這些資料。

許多諸如netflix 和 linkedin之類的現代it組織使用流行的 elk棧 (elasticsearch、logstash 和 kibana) 進行日誌管理。通過使用這個棧中的kibana可簡化部署，並可以將其用於視覺化。一旦安裝了elk棧，你就可以使用平台的「發現（discover）」部分內的強大工具去瀏覽和視覺化你的日誌資料了。kibana的儀錶盤非常簡單易用，任何人都可以使用它，甚至it技能和知識很少的業務人員也可以使用。

grafana

grafana 是乙個開源儀錶盤工具，它可用於graphite、influxdb與 opentsdb 一起使用。最新的版本還可以用於其他的資料來源，比如elasticsearch。

從本質上說，它是乙個功能豐富的graphite-web 替代品，能幫助使用者更簡單地建立和編輯儀錶盤。它包含乙個獨一無二的graphite目標解析器，從而可以簡化度量和函式的編輯。grafana快速的客戶端渲染預設使用的是 flot ，即使很長的時間範圍也可應對，這樣使用者就可以建立具有智慧型軸格式（比如線和點）的複雜圖表了。

日誌與度量

這方面的主要的不同在於，grafana專注於根據cpu和io利用率之類的特定指標提供時間序列圖表。kibana則專注於另一方面，它執行於elasticsearch的上層，能建立乙個複雜的日誌分析儀錶盤。舉個例子，grafana無法進行資料的檢索和瀏覽。

基於角色的訪問

預設情況下，kibana的儀錶盤是公開的，沒有進行基於角色的訪問控制。如果你需要針對多個使用者設定不同的許可權級別，就得增加額外的配置預算採購 shield 了。比較而言，grafana內建的rba允許你維護使用者和團隊訪問儀錶盤的許可權。另外，grafana的富api可能用於儲存特定儀表表、建立使用者使用者和更新資料來源的任務。你還可以建立特定的api關鍵字並賦予它們新的職責。

儀錶盤靈活性

雖然kibana有大量內建的圖表型別，但它們之上的控制仍是最初的限制，grafana包括更多的選擇，可以更靈活地瀏覽和使用圖表，如果要選擇乙個指定的時間序列，可以使用y-bar之類的工具。然而，隨著 kibana 4中展示的增強特性，比如可以儲存元素並拖曳到新的儀錶盤中，我們可以預期kibana能快速地彌補這一差距。

資料來源的整合

grafana支援許多不同的儲存後端。grafana針對每個資料來源都有乙個特定的查詢編輯器，它是針對資料來源所具備的特性和能力特別定製的。然而，正如上文所說，kibana原生整合進了elk棧，這使安裝極為簡單，對使用者非常友好。

開源社群

這兩個開源工具都很強大。如果密切觀察一下github上的grafana，你將發現大概有7000次**提交，而kibana更有12000次。而如果要了解kibana開源社群真正的優勢，可以看看谷歌趨勢，它把elk作為乙個整體進行了相關資訊的揭示：

即使把graphite也算進來，elk仍保持著快速的增長，並有潛力在不久的將來保持領先。

共同協作

kibana和grafana都是強大的視覺化工具。然而，grafana和influxdb組合是用於度量資料的，反之，kibana是流行的elk棧的一部分，它可以更為靈活地瀏覽日誌資料。

這兩個平台都是好的選擇，甚至有時還可以互補。首先，用kibana去分析你的日誌。然後，把資料匯入到grafana作為視覺化層。這些的前提是需要同乙個elasticsearch庫。

對比了解Grafana與Kibana的關鍵差異

對比了解Grafana與Kibana的關鍵差異

對比了解Grafana與Kibana的關鍵差異

對比了解Git和SVN

相關推薦