获得对 Kubernetes 生态系统的实时可见性

将来自 Kubernetes 集群的日志、指标和痕迹,以及在该集群上运行的工作负载整合到一个一体化的解决方案中。通过动态服务发现、集中式代理管理和来自集群的丰富遥测数据,让您快速找出应用程序、服务和环境中的问题。

了解 Elastic 为何在可观测性方面被评为 EMA 前三名。

下载报告

使用 Elastic 可观测性,管理和监测您的 Kubernetes 环境。

了解详情

使用 Elastic 的 Beats 模块,监测您的 Kubernetes 编排和应用程序性能。

查看网络研讨会

自动发现动态工作负载

动态工作负载需要动态监测,当您在容器中运行应用程序时,这些工作负载为临时的。无论 Kubernetes 服务和组件在何处运行,您都可以通过自动发现随时对它们进行监测,而采集时的元数据扩充,让您可以筛选、跟踪和识别系统的常见属性。

illustration-infra-swiss_army_knife.svg
illustration-infra-swiss_army_knife.svg

利用开放标准

用于采集日志、指标和痕迹的原生工具,支持开放标准,包括针对指标和痕迹的 OpenTelemetry,以及针对 Prometheus 指标的多个采集选项,其中包括支持用于指标收集的 PromQL 查询。

分分钟入门

通过 Fleet 和 Elastic 代理提供的集中式管理,只需单击几下,即可实现全堆栈 Kubernetes 可观测性,而且支持数百种开箱即用的服务或具有定制数据格式的服务。另外,对于运行时字段,您甚至不需要预先知道格式。

深入分析整个生态系统

深入了解您的 Kubernetes 集群以及运行其上的服务,包括 Kubernetes 节点、控制平面组件和您的工作负载 — 快速导览相关日志、指标或痕迹,并在全面的背景信息中进行分析,以更快、更有效地进行故障排除。

导览各类 Pod

在即席分析中提供具有背景信息相关性的体验,降低了与分布式微服务架构相关的复杂性,让您能够更容易地发现问题。

  • 行之有效的见解

    通过基于阈值的告警,您能够轻松跟踪与 SLO/SLA 相关的性能和可用性。使用错误预算来确定何时在您的生态系统中部署新功能和更新。

  • 发现未知的未知

    使用基于 Machine Learning 的异常检测,检测响应时间或错误率中的异常值。通过日志分类识别有问题的服务或地理位置,以发现日志中未知的未知因素。

  • 自动关联

    分析有问题的事务并自动识别影响因素,以找到问题的根本原因,无论这些问题是与应用程序、环境还是特定 Pod 相关。

满怀信心地部署和运行您的 Kubernetes 架构

使用 Elastic 可观测性,轻松驾驭复杂的高度分布式云原生应用程序。

  • Elastic 可观测性

    在单个堆栈中大规模一体化地管理日志、指标和 APM 跟踪数据。

  • 云原生

    为您的云原生技术堆栈提供一体化且行之有效的可观测性。

  • 云监测

    在日益复杂的混合云和多云生态系统中主动检测和解决问题。