Grafana OnCall 服务指标采集兼容性问题分析与解决方案
问题背景
Grafana OnCall 是一款开源的告警管理平台,它提供了 Prometheus 格式的指标导出功能。然而,在实际使用过程中,用户发现当使用 Telegraf 采集 OnCall 服务的 /metrics/
端点时,会遇到 HTTP 406 Not Acceptable 错误。
问题分析
现象描述
当 Telegraf 尝试采集 OnCall 服务的指标时,服务端返回 406 状态码,表示无法接受客户端请求的内容类型。具体表现为:
- 使用 Telegraf 默认配置采集时失败
- 手动使用 curl 模拟 Telegraf 的 Accept 头时同样失败
- 直接使用 curl 不带特殊头时则能成功获取指标
根本原因
OnCall 服务的 /metrics/
端点对 Accept 头的处理存在限制。Telegraf 默认会发送包含多种内容类型的 Accept 头,其中包括:
application/vnd.google.protobuf;proto=io.prometheus.client.MetricFamily;encoding=delimited;q=0.7,text/plain;version=0.0.4;q=0.3
而 OnCall 服务端仅接受简单的 text/plain
或 application/json
类型,导致当客户端发送复杂的 Accept 头时,服务端返回 406 错误。
Prometheus 兼容性考虑
虽然 OnCall 的指标端点返回的是标准的 Prometheus 文本格式(Content-Type: text/plain; version=0.0.4),但其对 Accept 头的处理却不如标准 Prometheus 服务灵活。标准的 Prometheus 服务通常能够处理各种 Accept 头组合,而 OnCall 的实现则较为严格。
解决方案
临时解决方案
对于使用 Telegraf 的用户,可以通过修改 Telegraf 配置来解决此问题:
[[inputs.prometheus]]
urls = ["http://localhost:8080/metrics/"]
http_headers = {"Accept" = "text/plain,application/json"}
这个配置显式指定了 Accept 头,避免了发送 Telegraf 默认的复杂内容类型组合。
长期建议
从产品完善的角度,建议 Grafana OnCall 服务改进其指标端点的实现:
- 放宽对 Accept 头的限制,至少接受包含
text/plain
的任何组合 - 保持与标准 Prometheus 服务的兼容性,正确处理各种常见的内容类型协商
- 在文档中明确说明指标端点的兼容性要求
技术启示
这个案例展示了在实现监控指标端点时需要注意的几个重要方面:
- 内容协商:指标端点应该灵活处理各种 Accept 头,特别是当声称兼容某种标准(如 Prometheus)时
- 兼容性测试:不仅要测试功能本身,还要测试与常见采集工具(如 Telegraf、Prometheus server 等)的交互
- 配置灵活性:采集工具通常提供覆盖默认行为的选项,了解这些选项能帮助解决兼容性问题
通过这个问题的分析和解决,用户不仅能够临时绕过采集问题,也能更深入地理解监控数据采集过程中内容协商的重要性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~046CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









