Loki é um banco de dados de logs moderno que possui diferentes trade-offs de design (indexa apenas metadados) em comparação com bancos de dados de logs tradicionais (indexa tudo). Isso torna o Loki fácil de usar e operar em escala de Peta Byte. Ele também pode utilizar armazenamentos em nuvem mais baratos (por exemplo, S3) como armazenamento persistente para índices e chunks.
Primeiro, tentamos entender por que Loki? Por que precisamos de um banco de dados de logs moderno? O modelo de dados do Grafana Loki é diferente dos bancos de dados de logs tradicionais. Vamos explorar por que essa diferença é importante ao lidar com logs em grande escala (Peta Byte) e como isso facilita tanto para os operadores do Loki quanto para os usuários do Loki. Em seguida, vamos explorar como usar o Loki. Coletamos logs de diferentes alvos e os enviamos para o Loki, depois usamos LogQL (uma linguagem de consulta poderosa para logs, inspirada no PromQL) para obter visibilidade dos seus logs em vez de apenas um grep distribuído. Também exploramos algumas melhores práticas sobre padrões de logging que usamos internamente e como isso ajuda a investigar efetivamente consultas/endpoints LENTOS da sua aplicação e serviços.
Às vezes, os logs podem não fornecer a imagem completa. Exploramos como o Loki se integra bem com métricas e rastreamentos para aprimorar a experiência de observabilidade dos usuários. Por fim, abordamos algumas das novas funcionalidades e recursos que estão por vir no Loki.