Grafana重磅升级：集成AI与MCP，实现智能监控新突破

Grafana 12.3在日志探索和易用性方面实现了显著提升，而Grafana Tempo 2.9则提供了更智能的追踪采样功能，并引入了AI辅助的上下文访问体验。这两个版本现已全面可用，对于正在寻找更强大可观测性解决方案的团队而言，绝对值得亲自体验。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

Grafana Labs最近发布了两个核心可观测性产品的重要更新：Grafana 12.3和Grafana Tempo 2.9。

新版本在监控和追踪领域都带来了明显改进，特别是日志分析和AI辅助功能的增强，让运维团队的工作效率得到大幅提升。

Grafana 12.3：重新定义日志探索体验

Grafana 12.3在统一仪表板环境中引入了全新的可视化工具和学习功能。

这次更新最引人注目的是完全重构的日志面板，现在支持颜色高亮、灵活的客户端搜索和过滤，以及对毫秒和纳秒精度时间戳的支持。这意味着您可以更精确地定位问题发生的时间点。

新增的“日志上下文”功能特别实用。当您选中某条日志行时，可以查看该日志前后发生的事件，时间范围可以从大约一百毫秒调整到两小时。这对于排查复杂问题非常有帮助，因为很多时候我们需要了解某个错误发生前后的系统状态。

还有一个很贴心的字段选择器组件，它会显示哪些日志字段出现频率最高，让您可以切换显示这些字段、重新排序，从而减少噪音。在处理大量日志时，这个功能能帮你快速聚焦到关键信息。

最有趣的是新增的“交互式学习”功能。

根据官方博客的解释，这个功能会根据您在Grafana中的位置和正在执行的操作，提供上下文感知的指导。这对于刚接触这个强大工具的新手特别友好，能帮助他们更快上手。

图片

Grafana Tempo 2.9：AI驱动的追踪分析

Grafana Tempo 2.9在追踪功能方面有了重大突破。

这次更新最大的亮点是实验性的模型上下文协议（MCP）服务器支持，这让AI助手可以通过TraceQL查询访问追踪数据。简单来说，您现在可以让AI帮您分析追踪数据，大大提升了问题诊断的效率。

TraceQL还新增了概率采样提示功能，比如with(sample=true)或with(sample=0.xx)，允许您在高流量环境中牺牲一些准确性来换取速度。这对于处理大规模分布式系统的团队来说是个福音，因为全量追踪数据往往非常庞大。

在多租户设置中，新版本还改进了操作可见性，新增了查询期间检查的字节数和跨度时间戳距离等指标，这些指标可以显示过去和未来的数据。这让多租户环境下的资源使用情况更加透明。

与竞品的差异化优势

虽然一些现有的开源工具提供了部分类似功能，但Grafana的这次更新将这些功能进行了深度整合。

Tempo新增的紧密集成的采样控制和AI助手功能，使其与基于OpenTelemetry的其他追踪工具相比更具竞争力。

对于Grafana 12.3，社区反馈普遍赞赏更强大的日志可视化功能。

有用户指出，类似的功能在Datadog或Splunk等商业日志工具中也能找到，但那些工具通常成本更高，而且无法原生集成到开源技术栈中。Grafana的优势在于它既能提供强大的功能，又能无缝融入开发生态。

在追踪方面，Tempo 2.9的新采样提示功能受到了处理高追踪量工作负载用户的广泛好评。

德意志银行的Florin Lungu在LinkedIn上发文称赞，新的MCP服务器支持让他在性能监控方面能够做出更好的决策。

这种集成显著增强了我们从复杂数据中获取洞察的能力，这一点让我觉得非常有趣。

不过，Grafana Labs也提醒那些准备升级的用户要谨慎行事。公司建议在升级前进行仔细的规划和测试，确保新版本能够稳定运行在您的环境中。

总的来说，Grafana 12.3在日志探索和可用性方面取得了长足进步，而Grafana Tempo 2.9则提供了更出色的追踪采样能力，并引入了AI驱动的上下文访问体验。这两个产品现在都已经可用，对于正在寻找更强大可观测性解决方案的团队来说，值得一试。