Grafana Agent项目目录结构调整:从production到operations的演进
2025-07-10 05:18:33作者:俞予舒Fleming
背景与现状
Grafana Agent作为Grafana生态系统中重要的数据采集组件,其代码仓库中的目录结构随着功能演进逐渐形成了两套并行的部署配置体系。原production目录包含静态模式监控的Jsonnet混合配置、Kubernetes部署清单、Operator相关资源以及Tanka配置,而较新的operations目录则包含了流模式监控的Jsonnet混合配置、Helm图表以及River与Jsonnet的集成库。
这种并行结构给用户带来了选择困惑,特别是对于新用户而言,很难直观判断哪个目录代表最新的推荐实践。同时,production目录中的部分子目录实际上已经处于废弃状态,不再维护更新。
结构调整方案
项目团队决定对目录结构进行优化整合,主要变更包括:
- 关键资源迁移:将grafana-agent-mixin重命名为agent-static-mixin并移至operations目录,明确其针对静态模式的定位
- 废弃过时配置:移除kubernetes目录,其功能已被更现代的Helm图表完全替代
- Operator资源重组:将operator目录迁移为operations/agent-static-operator,同时更新项目根目录的Makefile以在新位置生成CRD清单
- 淘汰旧式部署:移除tanka目录,Helm已成为更主流的部署方案
实施考量
在进行目录结构调整时,团队特别关注了以下方面:
- 兼容性处理:仔细检查了所有可能引用旧目录的外部文档和配置,包括Grafana官方文档、云服务说明以及其他相关项目(如Mimir)的引用
- 版本控制:对于无法立即更新的外部引用,建议锁定到特定版本而非直接指向main分支
- 文档更新:同步修改了所有内部文档引用,确保与新结构保持一致
技术演进意义
这次结构调整反映了Grafana Agent在技术架构上的几个重要演进方向:
- 部署标准化:从原始的Kubernetes清单和Tanka配置转向行业标准的Helm图表
- 模式分离:明确区分静态模式和流模式的配置资源,便于用户选择
- 命名规范化:采用更清晰的目录命名约定,如使用"static"明确标识静态模式相关资源
- 维护聚焦:淘汰不再维护的配置方式,集中精力优化推荐方案
用户影响与建议
对于现有用户,特别是那些使用production目录中配置的用户,建议:
- 使用静态模式的用户应迁移到新的agent-static-mixin和agent-static-operator
- 直接使用Kubernetes清单部署的用户应转向Helm图表
- Tanka用户需要转换为Helm或其他现代部署方案
- 所有外部引用应更新为指向新位置或锁定到特定版本
这次目录结构调整是Grafana Agent向更清晰、更现代化架构迈进的重要一步,虽然带来了一定的迁移成本,但将为用户提供更一致、更易维护的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869