在 Kubernetes 管理数百个微服务之后，你会发现传统的"监控"已经不够用了。一个请求从网关进入，经过 6 个服务、3 个中间件、2 次数据库调用，最后返回 500——问题出在哪？是网络抖动、数据库慢查询、还是某个 Pod OOM？如果没有一套完整的可观测性体系，排障就像在黑箱里摸象。本文系统梳理云原生可观测性的技术栈，从三大支柱到具体落地方案，帮你建立全局视角。

Grafana 核心功能

Grafana 是一个开源的数据可视化和监控平台，自 2014 年发布以来已成为云原生可观测性领域的事实标准。当前主流版本为 Grafana 11.x，其核心能力围绕「查询任何数据源、以任意方式可视化、在任何场景下告警」展开。

数据源（Datasource）支持

Grafana 通过插件化架构接入多种数据源，分为三类：

• Metrics 数据源：Prometheus（原生支持，最常用）、InfluxDB、Graphite、OpenTSDB、Datadog
• Logs 数据源：Loki（Grafana 自研日志聚合系统）、Elasticsearch
• Traces 数据源：Tempo（Grafana 自研分布式追踪后端）、Jaeger、Zipkin
• 关系型数据库：MySQL、PostgreSQL、Microsoft SQL Server
• 其他：ClickHouse、Redis、CloudWatch、Azure Monitor

在云原生可观测性体系中，日志、指标、链路 tracing 构成三大支柱。Grafana Loki 作为日志聚合引擎，以"不索引日志正文"为核心设计哲学，将存储成本压到 Elasticsearch 的 1/5 到 1/10，同时与 Prometheus 标签体系完全对齐。本文深入解析 Loki 的架构设计、存储引擎、部署模式以及与 ELK 的对比选型。