Grafana Beyla v2.0.6版本发布:增强Prometheus资源标签支持与HTTP检测修复
Grafana Beyla是一款开源的eBPF应用监控工具,它能够通过eBPF技术无侵入式地采集应用程序的指标数据,并将这些数据导出到Prometheus、OpenTelemetry等监控系统中。该工具特别适合云原生环境下的应用性能监控,能够帮助开发者快速定位性能瓶颈。
Prometheus资源标签支持增强
在v2.0.6版本中,Beyla对Prometheus导出功能进行了重要改进。由于Prometheus API客户端的内部限制,Beyla需要预先知道每个指标暴露哪些属性。这导致一些运行时发现的属性(如通过Kubernetes注解或应用程序环境变量OTEL_RESOURCE_ATTRIBUTES定义的属性)默认情况下在Prometheus中不可见。
例如,当应用程序设置了环境变量OTEL_RESOURCE_ATTRIBUTES=deployment.environment=production时,如果指标通过OpenTelemetry导出,target_info{deployment.environment="production"}属性会正常显示;但如果通过Prometheus导出,这个属性默认不会显示。
为了解决这个问题,v2.0.6版本引入了prometheus > extra_resource_attributes配置项(或对应的环境变量BEYLA_PROMETHEUS_EXTRA_RESOURCE_ATTRIBUTES)。开发者可以在此配置项中指定需要额外暴露的资源属性。例如,要使deployment_environment在Prometheus中可见,只需将其添加到配置中即可。
这一改进使得Beyla在Prometheus导出功能上更加灵活,能够更好地与现有的OpenTelemetry生态系统集成,确保在不同导出方式下获得一致的监控体验。
HTTP检测修复
v2.0.6版本还修复了OpenTelemetry HTTP排除检测的一个问题。在某些情况下,Beyla可能无法正确识别应该排除的HTTP请求,导致不必要的监控数据被收集。这个修复确保了HTTP请求的排除规则能够被准确应用,提高了监控数据的精确度和相关性。
其他改进
除了上述主要改进外,v2.0.6版本还包含了一些其他优化:
- 更新了Makefile中的BUILDINFO_PKG引用,确保构建过程更加稳定
- 修复了示例部署配置,使其更加准确可靠
- 移除了文档中的relref短代码,提高了文档的可读性和维护性
总结
Grafana Beyla v2.0.6版本通过增强Prometheus资源标签支持和修复HTTP检测问题,进一步提升了工具的实用性和可靠性。这些改进使得Beyla在复杂的云原生环境中能够提供更加精确和全面的应用性能监控数据,为开发者优化应用性能提供了更有力的支持。
对于已经使用Beyla的用户,建议升级到此版本以获得更好的监控体验;对于新用户,这个版本也是一个不错的起点,可以体验到更加完善的监控功能。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00