Higress项目中AI监控面板的自定义接入方案解析
在Higress网关系统的实际部署中,监控功能是运维管理的重要组成部分。本文将从技术实现角度,深入分析Higress项目中AI监控面板的自定义接入方案,帮助用户理解如何在不启用可观测套件的情况下,实现外部监控系统的集成。
监控面板的两种实现方式
Higress项目提供了两种监控面板的实现路径:
-
内置可观测套件:通过开启Higress的o11y(可观测性)功能,系统会自动部署完整的监控栈,包括Prometheus和Grafana,并提供预设的AI监控面板。
-
外部监控系统集成:当用户选择不启用内置监控套件时,可以通过对接外部已有的Prometheus+Grafana监控系统来实现监控功能。
外部监控系统集成方案
对于已经拥有成熟监控基础设施的用户,Higress Dashboard提供了灵活的集成方式:
-
基础监控面板配置:在Dashboard的监控面板页面,用户可以直接配置外部Grafana看板的访问地址,实现基础监控指标的展示。
-
AI监控的特殊考量:值得注意的是,当未启用内置可观测套件时,"AI流量入口管理"下的"AI监控面板"菜单项不会显示。这是设计上的有意为之,因为在该场景下,用户已经通过自定义地址实现了监控功能,单独配置AI监控面板的意义不大。
技术实现建议
对于希望实现AI监控功能的用户,可以采用以下方案:
-
统一监控看板:将所有监控指标(包括AI相关指标)整合到一个自定义的Grafana看板中,通过Higress Dashboard的基础监控面板功能进行嵌入。
-
指标导出:未来版本可能会增加AI监控dashboard的json导出功能,方便用户快速构建自己的监控看板。
最佳实践
在实际部署中,建议用户根据自身基础设施情况选择适合的监控方案:
-
对于新建环境或没有现有监控系统的用户,推荐启用Higress内置的可观测套件,获得开箱即用的完整监控体验。
-
对于已有监控系统的用户,可以利用外部集成方案,避免监控数据的重复收集和存储,实现统一监控管理。
通过这种灵活的监控方案设计,Higress能够适应不同用户的运维环境和需求,提供可靠的系统可观测性保障。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0176
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0100
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook04
inference通过更改一行代码,您可以在应用程序中用另一个大型语言模型(LLM)替换OpenAI GPT。Xinference赋予您使用任何所需LLM的自由。借助Xinference,您能够在云端、本地、甚至笔记本电脑上运行任何开源语言模型、语音识别模型和多模态模型的推理。Python02