- 综合排序
- 最热优先
- 最新优先
- 来自专栏k8s技术圈
Grafana Tempo 初体验
的代码，进入到 examples 目录下面，该目录下面有很多测试样例： $ git clone https://github.com/grafana/tempo.git $ cd tempo/example /tempo.yaml:/etc/tempo.yaml - /tmp/tempo:/tmp/tempo ports: - "14268" # jaeger ingest /tempo-query.yaml:/etc/tempo-query.yaml ports: - "16686:16686" # jaeger-ui logging: 、prometheus、grafana、loki 几个应用，tempo 支持 local、S3 或者 GCS 后端存储，examples 目录下面都有对应的测试文件，这里我们可以看到 tempo 使用的是 Up 0.0.0.0:16686->16686/tcp docker-compose_tempo_1 /tempo -storage.trace.back ...
4.7K20发布于 2020-11-03 - 来自专栏码匠的流水账
聊聊tempo的ExclusiveQueues
序 本文主要研究一下tempo的ExclusiveQueues ExclusiveQueues tempo/pkg/flushqueues/exclusivequeues.go type ExclusiveQueues index *atomic.Int32 activeKeys sync.Map } ExclusiveQueues定义了queues、index、activeKeys属性 New tempo f.Requeue(op) } Enqueue方法先从activeKeys查找指定的key，若已经存在则提前返回，不存在则放入activeKeys中，然后执行f.Requeue(op) Requeue tempo } Requeue方法首先通过int(f.index.Inc()) % len(f.queues)计算flushQueueIndex，然后找到对应的queue，执行Enqueue方法 Dequeue tempo doc tempo
27720发布于 2021-02-08 - 来自专栏码匠的流水账
聊聊tempo的ExclusiveQueues
序 本文主要研究一下tempo的ExclusiveQueues OIP - 2021-01-30T231549.404.jpeg ExclusiveQueues tempo/pkg/flushqueues index *atomic.Int32 activeKeys sync.Map } ExclusiveQueues定义了queues、index、activeKeys属性 New tempo f } New方法先创建ExclusiveQueues，然后根据指定的queue个数通过util.NewPriorityQueue(metric)创建PriorityQueue Enqueue tempo Requeue方法首先通过int(f.index.Inc()) % len(f.queues)计算flushQueueIndex，然后找到对应的queue，执行Enqueue方法 Dequeue tempo doc tempo
24400发布于 2021-01-30 - 来自专栏Kevinello的技术小站
Distributed Tracing in Grafana -- Jaeger & Tempo
在近几个月对某产品后台微服务的SLI建设过程中，逐渐意识到这类监控的最佳方式还是通过jaeger/opentracing这类链式tracing才能以最佳的监控数据结构提供全链路的数据监控 并且最近也看到了Tempo — 来自Grafana Lab的tracing backend，可以更好的处理大数据量的tracing以及更好地兼容在Grafana上的展示 于是写一篇文章来小小整理一下Jaeger和Tempo的内容 基本架构 Tempo和Jaeger的架构基本一致，唯一的不同体现在数据存储上 Tempo不需要像Cassandra和ElasticSearch这样的数据库，它的架构中有以下组件： Distributor Tempo数据源，可以用来查询Tempo和可视化tracing。 本身的Grafana Tempo无疑是很ok的，但在查询性能上二者虽然存储介质不同，查询性能也都没有质的差距
2.4K21编辑于 2022-08-19 - 来自专栏Java技术进阶
Skywalking 的Docker部署测试-Tempo替代方案
如果监控系统用的是Prometheus+Grafana，那么链路监控可以使用Grafana家族产品Grafana Tempo，但部署比较麻烦，涉及组件较多，文章可以参考《Grafana,Loki,Tempo
1.6K10编辑于 2024-01-13 - 来自专栏云原生实验室
Tempo - 分布式Loki链路追踪利器
它和Cortex、Loki一样，Tempo也是一个兼备高扩展和低成本效应的系统。 正式开始前，先看下小白精心准备的Tempo体验视频吧。 关于Tempo Tempo本质上来说还是一个存储系统，它兼容一些开源的trace协议（包含Jaeger、Zipkin和OpenCensus等），将他们存在廉价的S3存储中，并利用TraceID与其他监控系统 可以看到Tempo的架构仍然分为distributor、ingester、querier、tempo-query、compactor这几个架构，熟悉Loki和Cortex的朋友可能光看名字就知道他们大概是做什么的 tempo的一个可视化界面，用的jaeger query，可以在上面查询tempo的trace数据。
4.6K20发布于 2020-12-14 - 来自专栏东风微鸣技术博客
Grafana系列文章-「译」Tempo-使用 HTTP 推送 Spans
启动 Tempo 首先，让我们在配置好Zipkin接收器的情况下启动Tempo。 /blocks 并且运行 Tempo: docker run -p 9411:9411 -p 3200:3200 -v $(pwd)/config.yaml:/config.yaml grafana/tempo 接收 Traces 获得追踪的最简单方法是对Tempo执行一个简单的curl命令。返回的格式是OTLP[3]。 让我们启动Tempo query ，这样我们就可以直观地看到我们的追踪。Tempo query是Jaeger Query[4]的一个GRPC Plugin[5]，它可以用来查询Tempo。 今天你可以使用Tempo/分布式追踪来追踪CI管道，长期运行的bash进程，python数据处理流程或任何你能想到的其他东西。 祝你追踪(tracing)成功!
91330编辑于 2022-04-22 - 来自专栏有点技术
grafana tempo结合loki实现分布式追踪
Tempo简介 Grafana Tempo是一个开源、易于使用的大规模分布式追踪后端.Tempo可以节约成本，仅需要对象存储即可运行，并且与Grafana，Prometheus和Loki深度集成.Tempo 它仅支持键/值查找，并且旨在与用于发现的日志和度量标准(示例性)协同工作.Tempo与Jaeger，Zipkin，OpenCensus和OpenTelemetry兼容.它以任何上述格式提取批处理，对其进行缓冲 这里为了快速安装选择了single-binary的安装方式，线上建议使用微服务部署模式，Tempo的微服务部署具有容错能力，高容量，可独立扩展。 git clone https://github.com/grafana/tempocd tempo/operations/helmhelm install tempo-single-binary/ - 配置tempo数据源 ? 数据查询 先随便查询几次以让loki产生数据，输入以下内容查询loki服务产生的包含traceID的数据。
4.1K20发布于 2020-11-09 - 来自专栏有点技术
如何使用es和grafana在tempo中查找trace
Grafana tempo是最近发布的的分布式追踪后端，跟踪发现依赖于其他数据源集成。Tempo的工作是存储大量跟踪，将其放置在对象存储中，并通过ID检索它们。 开始 让我们使用一个演示存储库[2]，它将引导我们完成设置Elasticsearch和Tempo来存储日志和trace记录。 Elasticsearch数据链接 设置从Elasticsearch到Tempo的链接的技巧是使用data-link。在Elasticsearch数据源配置中，它类似于以下内容： ? 如果找到一个，Grafana将使用该ID建立指向Tempo数据源的链接。 正确设置此链接后，然后在Explore中，我们可以直接从日志跳转到trace： ? 最后的想法 Tempo是用于大量trace集成的绝佳新工具，但它依赖外部资源进行trace发现。
5.7K20发布于 2020-12-22 - 来自专栏深度学习与python
Grafana、Loki 和 Tempo 更改开源协议为AGPL v3
作者 ｜ 万佳、核子可乐 近日，Grafana Labs 宣布旗下核心开源项目许可证的重大变更： Grafana、Grafana Loki 和 Grafana Tempo 从 Apache License Grafana Labs 成立于 2014 年，旗下有多款开源软件，包括广受欢迎的开源可视化和分析软件 Grafana、多租户日志聚合系统 Grafana Loki 以及分布式追踪系统 Grafana Tempo
3.3K30发布于 2021-05-07 - 来自专栏k8s技术圈
Grafana 发布 Loki 2.0 和大规模分布式追踪系统 Tempo
此外，Grafana Labs 还发布了一个全新的开源的大规模可扩展的分布式追踪系统 Grafana Tempo，Wilkie 表示，Loki 和 Tempo 的目的都是为了降低实现可观察性的障碍。 Grafana Tempo 支持 Loki 和开源的 Prometheus 监控平台所采用的相同的 Tempo 数据发现引擎，以及建立在 Prometheus 之上的 Grafana 平台。 Tempo 还可以与任何开源跟踪协议一起使用，包括 Jaeger、Zipkin 和 OpenTelemetry，该平台的用户可以轻松地从日志跳转到跟踪，然后再跳转回来。 在最新的 Grafana 7.3 版本中 Grafana 和 Tempo 之间已经进行了集成，可以允许我们直接从指标跳转到相关 trace，然后再跳转特定的日志。 : https://grafana.com/oss/tempo/
2.4K10发布于 2020-11-03 AbMole小课堂丨Mito-TEMPO：靶向清除线粒体ROS，在线粒体、铁死亡、焦亡中的重要研究应用
传统抗氧化剂难以精准作用于线粒体，Mito-TEMPO可弥补上述缺陷。 一、Mito-TEMPO的分子结构与线粒体靶向机制Mito-TEMPO（AbMole，M10919）的核心结构是TEMPO（2,2,6,6-四甲基哌啶-1-氧自由基）和TPP+（三苯基膦）。 TEMPO（AbMole，M11341）是一种ROS清除剂，具有超氧化物歧化酶（SOD）模拟活性，可以分解超氧阴离子在内的多种ROS。Mito-TEMPO是在TEMPO基础上共价连接TPP+形成的。 在使用Mito-TEMPO处理MIN6细胞后，发现Mito-TEMPO可激活PINK1和Parkin通路促进线粒体自噬，并减少铁死亡[8]。 Mito-TEMPO用于程序性细胞死亡的研究铁死亡(Ferroptosis)：多项研究表明Mito-TEMPO（AbMole，M10919）能够有效抑制铁死亡过程。
42610编辑于 2025-12-03- 来自专栏东风微鸣技术博客
Grafana系列文章-「译」基于 Grafana 的全栈可观察性 Demo
Tempo Tempo 是一个用于长期保留 trace 的后端存储。更多信息可以在 这里[13] 找到。 Tempo 实例在docker-compose.yml清单的tempo部分有描述。 Tempo 服务导入了一个配置文件（tempo/tempo.yaml），该文件用一些合理的默认值初始化服务，并允许接收各种不同格式的跟踪。 tempo: image: grafana/tempo:1.2.1 ports: - "3200:3200" - "4317:4317" - "55680 /tempo/tempo.yaml:/etc/tempo.yaml server: http_listen_port: 3200 distributor: receivers: # 此配置将监听 tempo 能够监听的所有端口和协议。
1.5K20编辑于 2022-04-22 - 来自专栏运维开发故事
在Kubernetes中从0打造可观测性
部署Tempo 首先，进入Tempo清单所在的目录： $ cd .. /tempo 在安装Tempo之前，我们需要先安装minio，命令如下： $ kubectl apply -f minio.yaml image.png !! 现在，使用以下命令部署Tempo： $ helm upgrade --install tempo grafana/tempo-distributed -n observability -f tempo.yaml Grafana将通过_tempo-tempo-distributed-query-frontend:3100_来获取数据。 可以看到Loki和Tempo通过trace_id进行关联了。 Tempo的配置如下： !! 在这里我们将Tempo与Loki相关联，并映射我们在微服务中配置的应用标签。
1.6K30编辑于 2023-05-01 - 来自专栏Kubeservice
可观测性之 基于云原生体系构建的可观测系统：Observability-stack
包括 基于Prometheus的metrics监控和报警 基于Loki的异构logging 监控、报警 和 搜索 基于Tempo的 tracing 的计算、报警 和 查询 技术要求 kube-prometheus stack Prometheus Operator Grafana Loki Promtail Tempo Opentelemetry 要求 Kubernetes 1.16+ Helm 3+ 集群内部署 $ vim value.yaml #编辑环境配置 $ helm install tempo . --namespace monitoring ## 部署 $ helm upgrade tempo . --namespace monitoring ## 更新配置 $ helm uninstall tempo .
51670编辑于 2022-11-16 - 来自专栏码匠的流水账
聊聊tempodb的Pool
序 本文主要研究一下tempodb的Pool Pool tempo/tempodb/pool/pool.go type Pool struct { cfg *Config size * workQueue chan *job shutdownCh chan struct{} } Pool定义了cfg、size、workQueue、shutdownCh属性 job tempo error) job定义了ctx、cancel、payload、JobFunc、wg、resultsCh、stop、err属性；JobFunc接收payload，返回[]byte类型的结果 Config tempo } } Config可以指定MaxWorkers、QueueDepth两个属性；defaultConfig默认的配置是MaxWorkers为30，QueueDepth为10000 NewPool tempo } } worker方法通过for循环进行select，若是p.shutdownCh则直接return跳出循环；若是接收到新job则执行runJob及p.size.Dec() runJob tempo
38010发布于 2021-02-08 - 来自专栏码匠的流水账
聊聊tempodb的Pool
序 本文主要研究一下tempodb的Pool grafana_tempo_logo_gradient.png Pool tempo/tempodb/pool/pool.go type Pool struct workQueue chan *job shutdownCh chan struct{} } Pool定义了cfg、size、workQueue、shutdownCh属性 job tempo ) job定义了ctx、cancel、payload、JobFunc、wg、resultsCh、stop、err属性；JobFunc接收payload，返回[]byte类型的结果 Config tempo } Config可以指定MaxWorkers、QueueDepth两个属性；defaultConfig默认的配置是MaxWorkers为30，QueueDepth为10000 NewPool tempo p } NewPool根据Config创建Pool，同时根据cfg.MaxWorkers启动对应个数的p.worker(q)，然后执行p.reportQueueLength() worker tempo
33000发布于 2021-01-29 - 来自专栏QQ音乐技术团队的专栏
QQ音乐超嗨DJ之节拍检测算法
approximately consistent with estimated tempo 3.1 Onset检测 音符起始点检测(onset detection)是音乐信号处理中非常重要的一个算法。 节拍和速度(tempo)的检测都会基于音符起始点的检测。Onset一般发生在 能量/音高/音色 改变的时刻，一般情况下也是能量变大的时刻。 F(t): beats序列间隔与全局tempo之间一致性的评价函数。 ? ? 通过以上2个公式，推导出 ： ? 以上即可通过动态规划进行求解了。 Librosa所采用的方法在tempo基本稳定时表现较好，否则，表现比较差。 主要其在进行beat估计时，第3步需要采用第二步得到的tempo (Estimate tempo from onset correlation)。 我们来看看librosa具体的表现效果。
6.1K52发布于 2020-05-27 - 来自专栏CNCF
你是否有效地追踪Kubernetes应用程序？
Grafana Tempo Grafana Tempo[4]于 2020 年宣布，是一个新的竞争者，旨在解决与其他分布式追踪工具的特定问题，特别是使用大型服务器和数据采样的困难。 另一方面，Grafana Tempo 依赖于对象存储服务（例如 Amazon S3），并使用其查询引擎来发现追踪信息，这也被其他 Grafana 服务所使用。 参见下面图 5 中的 Grafana Tempo 架构。 ? 图 5：Grafana Tempo 设计架构（来源：Grafana） 虽然 Grafana Tempo 平台出现的时间不长，但它有一组支持良好的库，可以使用 Jaeger、OpenTelemetry[5 Tempo backend Tempo-query engine Prometheus Grafana 至于存储，你所需要的只是在任何云平台上都可以轻松获得的基本对象存储。
1K30发布于 2021-05-27 - 来自专栏前端达人
2024年2月前端资讯动态：JSR新仓库革新及Set方法等全新特性
这就是为什么Tempo这样的日期和时间库变得尤为重要。 Tempo的核心特性 与JavaScript Date对象的无缝工作：Tempo设计之初就考虑到了与JavaScript原生Date对象的兼容性，使得开发者可以轻松地在现有项目中引入和使用Tempo。 为什么选择Tempo 简化日期和时间操作：通过提供一个简单直观的API，Tempo大大简化了日期和时间的格式化、解析和操作过程，让开发者可以更专注于业务逻辑的实现。 提高代码的可维护性：Tempo的方法命名清晰且语义化，使得相关代码易于理解和维护。 增强国际化支持：对于需要支持多语言和多时区的应用，Tempo的强大功能可以帮助开发者轻松实现复杂的国际化需求。 使用Tempo，你可以轻松实现这一需求： import { format } from "@formkit/tempo" format({ date: new Date(), format:
78710编辑于 2024-02-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号