Loki es una base de datos de logs moderna que tiene diferentes compromisos de diseño (indexar solo metadatos) en comparación con las bases de datos de logs tradicionales (indexar todo). Esto hace que Loki sea fácil de usar y operar a escala de Peta Byte. También puede utilizar almacenamiento en la nube más económico (por ejemplo, S3) como almacenamiento persistente para índices y fragmentos.
Primero, intentamos entender ¿por qué Loki? ¿Por qué necesitamos una base de datos de logs moderna? El modelo de datos de Grafana Loki es diferente al de las bases de datos de logs tradicionales. Exploraremos por qué esa diferencia es importante al manejar logs a gran escala (Peta Byte) y cómo facilita el trabajo tanto a los operadores de Loki como a los usuarios de Loki. Luego exploraremos cómo usar Loki. Recopilamos logs de diferentes objetivos y los enviamos a Loki, luego usamos LogQL (un poderoso lenguaje de consulta para logs, inspirado en PromQL) para obtener visibilidad de tus logs en lugar de solo un grep distribuido. También exploramos algunas mejores prácticas sobre patrones de logging que utilizamos internamente y cómo ayuda a investigar de manera efectiva consultas/puntos finales LENTOS de tu aplicación y servicios.
A veces, los logs pueden no ofrecerte la imagen completa. Exploramos cómo Loki se integra bien con métricas y trazas para mejorar la experiencia de observabilidad de los usuarios. Finalmente, tocamos algunas de las nuevas y próximas características de Loki.