SSD Nodes Learn Hosting plans →
मार्गदर्शक Matt Connorद्वारे Matt Connor · अपडेटेड 2026-11-08

Superlog स्वतः होस्ट करून AI ने logs triage करा

Superlog चा self-hosted stack तुमच्या VPS वर कसा उभा करायचा ते जाणून घ्या. Postgres, ClickHouse, OpenTelemetry collector आणि चार Node servicesचा प्रत्यक्ष footprint समजून घ्या.

Superlog स्वतः होस्ट केल्यावर प्रत्यक्षात काय स्थापित होते

Superlog स्वतः होस्ट करण्यासाठी repository clone करा, Docker Compose वापरून Postgres, ClickHouse आणि OpenTelemetry collector सुरू करा, एक database migration चालवा आणि त्यानंतर source मधून चार Node services सुरू करा. तुमची अॅप्लिकेशन्स OTLP (OpenTelemetry protocol) traces, logs आणि metrics intake port कडे पाठवतात. Superlog त्यांचे fingerprint तयार करते आणि वारंवार येणाऱ्या घटनांना एका incident मध्ये गटबद्ध करते. डीफॉल्ट community agent runner स्थानिक incident summary नोंदवतो. Installation पूर्ण करण्यासाठी एका दुपारचा वेळ लागतो. तुम्ही सुरू करण्यापूर्वी त्याचा footprint आणि प्रत्यक्ष मर्यादा समजून घेणे अधिक महत्त्वाचे आहे.

Superlog ला Apache 2.0 परवान्याअंतर्गत वितरित केले जाते आणि ते github.com/superloglabs/superlog येथे उपलब्ध आहे. 13 October 2026 रोजी त्याला सुमारे 1.5k stars, main वर अंदाजे 490 commits आणि एकही release tag नव्हता. तुम्ही clone केले त्या सकाळी main वर जो commit होता तोच चालवण्याऐवजी स्वतः commit pin करा.

Superlog कोणती उत्तरे देतो, जी Uptime Kuma आणि Langfuse देत नाहीत

बाहेरून पाहता self-hosted monitoring tools एकमेकांसारखी वाटतात. प्रत्यक्षात ती वेगवेगळी असतात. चुकीचे tool वापरल्यास कोणताही फायदा न होता तुमच्या server ची संसाधने खर्च होतात.

Superlog वेगळ्या प्रश्नाचे उत्तर देते: काहीतरी बिघडले, तर काय बिघडले आणि का. LLM calls संदर्भात त्याचे कोणतेही विशिष्ट कार्य नाही. ते बाहेरून तुमची तपासणीही करत नाही. ते तुमच्या सामान्य application code मधून येणारा OTLP स्वीकारते आणि triage टप्प्यावर agent ठेवते. हा टप्पा on-call असलेली व्यक्ती सुरुवातीला स्वतः करेल, अशीच तपासणी असते.

VPS budget साठी महत्त्वाचा फरक storage मध्ये आहे. Superlog मध्ये column store असतो, कारण telemetry एकदाच लिहिली जाते आणि त्यानंतर millions of rows मधून time range नुसार query केली जाते. ClickHouse यासाठी आहे; Postgres यासाठी नाही. तरीही Postgres stack मध्ये असतो. तो projects, users, incidents आणि ingest keys यांसारखा लहान relational data ठेवतो.

docker compose up -d प्रत्यक्षात काय सुरू करते?

तीन containers सुरू होतात. त्यापैकी एकही Superlog नाही. एका command ने संपूर्ण installation होईल अशी अपेक्षा असलेल्या लोकांना हे अनपेक्षित वाटते.

  • postgres:16, host वरील port 5434 वर प्रकाशित
  • clickhouse/clickhouse-server:26.1, HTTP साठी 8123 वर आणि native protocol साठी 9000 वर
  • otel/opentelemetry-collector-contrib:0.150.1, gRPC साठी 4317 वर आणि HTTP वरील OTLP साठी 4318 वर

Superlog applications host वर source मधून चालतात. ती pnpm dev द्वारे सुरू केली जातात. 13 October 2026 पर्यंत repository मध्ये production compose file नाही. त्यामुळे दीर्घकाळ चालणाऱ्या installation साठी तुमचे स्वतःचे systemd units वापरा किंवा tree मध्ये उपलब्ध असलेले प्रत्येक app चे Dockerfiles वापरा. api, worker आणि proxy apps मध्ये unit भोवती wrapper म्हणून वापरण्यासाठी प्रत्येकी एक start script आहे. web app साठी असे script नाही. तो Vite app आहे. त्यामुळे त्याचा build script वापरून build करा आणि output nginx किंवा Caddy कडून static files म्हणून serve करा. किंवा त्याचा preview script चालवा. तो vite preview आहे.

एका request ने पार करायचा path लक्षात ठेवा. खालील प्रत्येक failure या path मधील एका hop मध्ये झालेला खंड आहे. तुमचा app OTLP data Superlog intake proxy कडे पाठवतो. Proxy ingest key वापरून request चे authentication करतो, त्यावर project id लावतो आणि तो collector कडे forward करतो. Collector client ने सेट करण्याचा प्रयत्न केलेले superlog.* attributes काढून टाकतो, proxy ने दिलेल्या header मधून superlog.project_id जोडतो, data batch करतो आणि ClickHouse मध्ये लिहितो. web app आणि API telemetry ClickHouse मधून वाचतात. इतर सर्व data Postgres मधून वाचतात.

हे attribute stripping multi-tenancy साठीचे प्रत्यक्ष नियंत्रण आहे. ते केवळ सजावटीसाठी नाही. ते नसल्यास, वैध ingest key असलेली कोणतीही व्यक्ती स्वतः superlog.project_id सेट करून दुसऱ्या project च्या data मध्ये लिहू शकते.

VPS किती क्षमतेचा असावा?

कमी ingest volume असताना single node install साठी 4 vCPU, 8 GB RAM आणि 40 GB SSD यांची योजना करा. ही नियोजनासाठीची किमान पातळी आहे; मोजमापाचा निष्कर्ष नाही. त्यामुळे याला सुरुवातीचा आकार समजा आणि तो तुमच्या स्वतःच्या traffic शी पडताळा.

Memory चार ठिकाणी वापरली जाते. ClickHouse भरपूर RAM असलेल्या मशीनसाठी तयार केले आहे आणि त्याची default settings ते गृहीत धरतात. येथे Postgres 16 चा वापर तुलनेने कमी आहे, कारण त्यात telemetry ऐवजी metadata साठवले जाते. Collector चाही वापर तुलनेने कमी आहे. चार Node processes मध्ये Vite development server आणि तीन tsx watch processes समाविष्ट आहेत; तुमच्या स्वतःच्या मशीनवर त्यांचा memory वापर मोजा.

Disk ही तुलनेने शांत समस्या आहे. या monorepo मधील pnpm install एकही span ingest करण्यापूर्वी AWS SDK, ClickHouse client, OpenTelemetry SDK आणि React toolchain डाउनलोड करते. त्यानंतर ClickHouse तुमच्या traffic नुसार वाढत जाते. दोन्ही गोष्टी मोजा:

df -h /
free -m
docker stats --no-stream
docker compose exec clickhouse clickhouse-client --database superlog --query "SELECT table, formatReadableSize(sum(bytes_on_disk)) AS size FROM system.parts WHERE active AND database = 'superlog' GROUP BY table ORDER BY sum(bytes_on_disk) DESC"

त्रासदायक load हा burst असतो: एखाद्या चुकीच्या deploy मुळे एका मिनिटात हजारो समान errors निर्माण होतात. Fingerprinting मुळे reader साठी हे errors एका incident मध्ये एकत्र दिसतात; मात्र ClickHouse प्रत्येक row खाली लिहितेच.

Retention किती ठेवायचे हे तुम्ही ठरवायचे आहे. Collector चा ClickHouse exporter tables, otel_traces, otel_logs आणि प्रत्येक metric type साठी एक table तयार करतो. infra/collector/config.yaml मधील config मध्ये time to live सेट केले असेल तरच तो लागू होतो. काहीही आपोआप expire होत नाही. त्यामुळे नियोजन न केल्यास व्यस्त महिन्यात disk पूर्ण भरू शकते.

पिन केलेल्या commit मधून इंस्टॉल करा

git clone https://github.com/superloglabs/superlog.git
cd superlog
git tag -l
git log -1 --format='%H %cs %s'

git tag -l कडून कोणतेही output न मिळणे हे 13 October 2026 रोजी अपेक्षित परिणाम आहे. तुम्ही तपासलेला commit निवडा आणि त्यावरच रहा:

git checkout 0d3a6c8bb63eda3493e6ba0003e7c2a70750bc1e

आता toolchain:

node -v
corepack enable
corepack prepare pnpm@9.12.0 --activate
pnpm -v

package.json मध्ये engines.node ची घोषणा >=20.0.0 म्हणून आणि packageManager ची घोषणा pnpm@9.12.0 म्हणून केली आहे. विसंगत Node आवृत्तीमुळे installation आपोआप थांबत नाही: engine enforcement configuration वर अवलंबून असते आणि engineStrict अक्षम असल्यास pnpm 9.12.0 मध्ये warning path असतो. Ubuntu 24.04 archive मधील nodejs package ची आवृत्ती 20 पेक्षा जुनी आहे. त्यामुळे NodeSource किंवा nvm मधून Node 20 किंवा त्यानंतरची आवृत्ती इंस्टॉल करा. Repository मध्ये .nvmrc आहे. त्यामुळे nvm वापरत असल्यास nvm use अपेक्षित आवृत्ती निवडतो.

pnpm install
docker compose up -d
docker compose ps

up -d चा अर्थ सेवा तयार आहे असे गृहीत धरण्याऐवजी health checks पूर्ण होण्याची प्रतीक्षा करा. Compose file मध्ये Postgres आणि ClickHouse या दोन्हींसाठी health check घोषित केले आहे:

curl -sS http://127.0.0.1:8123/ping
pg_isready -h 127.0.0.1 -p 5434 -U postgres

ClickHouse Ok. ला उत्तर देतो आणि pg_isready accepting connections ला उत्तर देतो. 8123 वर connection refused मिळत असल्यास container अजून सुरू होत आहे किंवा बंद पडला आहे. यापैकी कोणती स्थिती आहे हे docker compose logs clickhouse दाखवतो. Kernel ने memory अभावी process kill केला असल्यास docker inspect $(docker compose ps -q clickhouse) | grep -i oomkilled मध्ये true दिसते. याचा अर्थ तुमचा configuration चुकीचा नसून मशीनची क्षमता अपुरी असण्याची शक्यता आहे.

यानंतर migration आणि applications:

pnpm --filter @superlog/db db:migrate
pnpm dev

Port लक्षात ठेवा: 5432 नाही, तर 5434. Host वर आधीपासून इंस्टॉल असलेल्या Postgres शी conflict होऊ नये म्हणून compose file Postgres ला 5434 वर publish करते. App मधील .env.example files मध्येही हेच port आहे आणि DATABASE_URL=postgres://postgres:postgres@localhost:5434/superlog देखील त्याच्याशी जुळतो. ज्या मशीनवर Postgres आधीपासून चालू आहे तिथे migration ला 5432 वर point केल्यास connection refused मिळू शकतो किंवा, त्याहून गंभीर म्हणजे, migration चुकीच्या database वर लागू होऊ शकते.

pnpm dev turbo run dev चालवतो. त्यामुळे Turborepo मार्फत प्रत्येक app ची dev script सुरू होते. यात api, web, worker आणि proxy समाविष्ट आहेत आणि त्यांचे output एकाच terminal मध्ये एकत्र दिसते. Repository मधील Procfile मध्ये हेच चार processes दिले आहेत आणि प्रत्येक process चे output tmp/logs/ मध्ये tee केले जाते. Ingest वर लक्ष ठेवायचे असल्यास pnpm dev ऐवजी overmind किंवा foreman सारखा Procfile runner वापरून ते सुरू करा, म्हणजे tail -f tmp/logs/proxy.log हे watch करण्याचे ठिकाण राहील. README नुसार web app http://localhost:5173 वर, API http://localhost:4100 वर आणि OTLP intake http://localhost:4101 वर आहे.

कशाने प्रत्यक्षात bind केले आहे हे तपासल्यानंतरच त्याकडे कोणतीही विनंती पाठवा:

ss -lntp | grep -E '4000|4100|4101|5173'
curl -sS http://127.0.0.1:4101/health

हे पुढे महत्त्वाचे ठरते. Proxy स्वतःचा port PORT environment variable मधून घेतो आणि PORT unset असल्यास 4000 वर fallback करतो. तो load करणाऱ्या apps/proxy/.env.example मध्ये PORT=4000 देखील सेट केलेले आहे, जरी README मध्ये intake 4101 वर असल्याचे नमूद केले आहे (दोन्ही 13 October 2026 रोजी तपासले). ss दाखवतो तोच port वापरा. खालील उदाहरणांमध्ये 4101 वापरले आहे. प्रत्यक्षात 4000 वर bind झाले असल्यास 4000 वापरा. तुम्ही स्वतः लिहिलेल्या systemd unit मध्ये PORT समाविष्ट केल्याशिवाय कोणतेही environment variable सेट होत नाही. त्यामुळे 4000 वर ऐकणाऱ्या proxy कडे 4101 वर पाठवलेला exporter connection refused देतो आणि इतर कोणतेही स्पष्ट संकेत मिळत नाहीत.

एक trace पाठवा, एक error निर्माण करा, एक incident पाहा

web app मध्ये project तयार करा आणि त्याची ingest key कॉपी करा. intake प्रत्येक request चे authentication त्या key विरुद्ध करते. त्यामुळे key शिवाय पाठवलेले telemetry कधीही ClickHouse पर्यंत पोहोचत नाही.

standard environment variables वापरून कोणताही OpenTelemetry SDK intake कडे निर्देशित करा:

export OTEL_SERVICE_NAME=checkout-api
export OTEL_EXPORTER_OTLP_PROTOCOL=http/protobuf
export OTEL_EXPORTER_OTLP_ENDPOINT=http://127.0.0.1:4101
export OTEL_EXPORTER_OTLP_HEADERS='x-api-key=YOUR_INGEST_KEY'

intake ही key x-api-key header मधून वाचते. तुमचा exporter त्या पद्धतीने configure करणे सोपे असल्यास तो authorization: bearer YOUR_INGEST_KEY देखील स्वीकारतो. intake तीन standard OTLP paths, /v1/traces, /v1/logs आणि /v1/metrics, तसेच /health उपलब्ध करून देते.

एक महत्त्वाचा trap लक्षात ठेवा. OTEL_EXPORTER_OTLP_ENDPOINT हा base URL आहे आणि SDK त्याला signal path जोडतो. OTEL_EXPORTER_OTLP_TRACES_ENDPOINT सारखे signal-specific variables जसेच्या तसे वापरले जातात; त्यांना कोणताही path जोडला जात नाही. signal-specific variable ची value http://127.0.0.1:4101 ठेवली, तर प्रत्येक export / कडे POST होईल. तो route नाही. त्यामुळे काहीही पोहोचत नाही, SDK export failure log करते आणि तुमचे app निरोगी दिसत राहते.

Node service साठी pipeline पडताळण्यासाठी कोणताही code न लिहिणे पुरेसे आहे:

npm install @opentelemetry/api @opentelemetry/auto-instrumentations-node
node --require @opentelemetry/auto-instrumentations-node/register server.js

आता जाणीवपूर्वक काहीतरी बिघडवा. error throw करणारा कोणताही route चालेल:

curl -sS -o /dev/null -w '%{http_code}\n' http://127.0.0.1:3000/boom

कोणती पायरी अपयशी ठरली ते पहिल्या अंतरावरून समजते. त्यामुळे hops क्रमाने तपासा:

tail -n 50 tmp/logs/proxy.log
docker compose exec clickhouse clickhouse-client --database superlog --query 'SELECT count() FROM otel_traces'

web app रिकामे असताना otel_traces मधील count वाढत असेल, तर हा project mismatch आहे. ingest key कोणत्या project शी संबंधित आहे ते तपासा. proxy log मध्ये activity असताना count स्थिर असेल, तर collector किंवा ClickHouse write कडे लक्ष द्या आणि docker compose logs collector वाचा. proxy log मध्ये कोणतीही activity नसेल, तर exporter intake पर्यंत पोहोचलेला नाही: चुकीचा port, चुकीचा path किंवा नाकारलेली key यापैकी कारण असू शकते.

web app मध्ये या वारंवार होणाऱ्या failures प्रत्येक request साठी स्वतंत्र row म्हणून न येता एका incident म्हणून दिसतात. Superlog incoming signals चे fingerprints तयार करते आणि जुळणाऱ्या signals चे grouping करते. त्यामुळे 4,000 समान errors असलेला inbox न राहता एक page दिसतो. त्यानंतर default community agent runner त्या group साठी local incident summary नोंदवतो.

model-backed investigation साठी model provider आणि compatible agent runner configure केलेले असणे आवश्यक आहे. default community runner local summary नोंदवतो. प्रत्येक app directory मधील .env.example file मधून ही variable names घ्या. तुम्ही pinned केलेल्या commit मधूनच ती घ्या; कोणत्याही external write-up मधून घेऊ नका, कारण ती main सोबत बदलतात. GitHub आणि Sentry integrations साठीही हेच लागू आहे. त्यांची setup documents अनुक्रमे docs/github-app-setup.md आणि docs/sentry-app-setup.md येथे आहेत, तर webhook payloads docs/webhooks.md येथे documented आहेत.

प्रवेशमार्ग खाजगी ठेवा आणि agent ला केवळ वाचनाची परवानगी द्या

Docker container ports 0.0.0.0 वर प्रकाशित करते आणि हे प्रकाशित ports ufw ला bypass करतात. Docker container traffic ला nat table मध्ये route करते. त्यामुळे published port साठी असलेले packet INPUT आणि OUTPUT chains पर्यंत पोहोचण्यापूर्वीच दुसरीकडे वळवले जाते. ufw च्या rules या chains मध्ये असतात, त्यामुळे ufw ला त्यावर नियंत्रण ठेवता येत नाही. सार्वजनिक IP असलेल्या VPS वर, जसा compose file वितरित केला आहे, त्यात ClickHouse HTTP 8123 वर आणि Postgres 5434 वर उघडलेले असतात. त्या file मधील credentials हे development defaults आहेत: ClickHouse user default असून password रिक्त आहे; Postgres मध्ये postgres हे user आणि password दोन्ही आहेत.

त्यांना loopback वर bind करा. compose file मधील प्रत्येक published port त्याच्या host-side साठी environment variable वापरतो. त्यामुळे repository root मध्ये .env file तयार करणे पुरेसे आहे:

POSTGRES_HOST_PORT=127.0.0.1:5434
CLICKHOUSE_HTTP_HOST_PORT=127.0.0.1:8123
CLICKHOUSE_TCP_HOST_PORT=127.0.0.1:9000
COLLECTOR_GRPC_HOST_PORT=127.0.0.1:4317
COLLECTOR_HTTP_HOST_PORT=127.0.0.1:4318

परिणामावर विश्वास ठेवण्यापूर्वी तो पडताळा, आणि त्यानंतर containers पुन्हा तयार करा:

docker compose config
docker compose up -d
ss -lntp | grep -E '5434|8123|9000|4317|4318'

docker compose config resolved file दाखवते. त्यामुळे अंदाज न लावता 127.0.0.1:5434:5432 वाचता येते. त्यानंतर ss मध्ये 127.0.0.1:5434 दिसले पाहिजे आणि 0.0.0.0:5434 कधीही दिसता कामा नये. Host IP वेगळी असल्यास Compose override file मध्ये ports पुन्हा घोषित केल्याने दोन्ही bindings कायम राहतात. Compose 2.24.4 आणि त्यानंतरच्या आवृत्त्यांमध्ये list बदलण्यासाठी ports: !override समर्थित आहे.

प्रवेशमार्गालाही अशीच काळजी आवश्यक आहे. तुमची ingest key header मध्ये पाठवली जाते. त्यामुळे तिच्यासमोर TLS (transport layer security) असणे आवश्यक आहे. Proxy च्या पुढे nginx किंवा Caddy मध्ये TLS termination करा, किंवा ingest private network किंवा WireGuard tunnel च्या आत ठेवा. 5173 वरील web app हा Vite development server आहे. तो इंटरनेटसमोर ठेवणे योग्य नाही.

आता agent कडे लक्ष द्या. Superlog चा दावा असा आहे की agent तपास करतो आणि दुरुस्ती सुचवतो. येथे महत्त्वाचा शब्द सुचवतो हा आहे. काही वास्तविक incidents वर agent कसे कार्य करतो हे पाहेपर्यंत production विरुद्ध तो केवळ read only ठेवा. Read-only GitHub App fix branch push करू शकत नाही किंवा pull requests उघडू शकत नाही. त्या workflow साठी setup guide मध्ये Contents आणि Pull requests साठी write permissions, तसेच comments साठी Issues write permission आवश्यक आहे. Telemetry वाचून patch लिहिणारा agent उपयुक्त आहे. तुमच्या services restart करू शकणारा agent हा वेगळ्या पातळीचा धोका आहे. तो अधिकार default म्हणून स्वीकारण्याऐवजी जाणीवपूर्वक देणे आवश्यक आहे. Model-backed runner configure करताना खर्चाकडेही तेवढेच लक्ष द्या: noisy production system कडे तो निर्देशित करण्यापूर्वी VPS वरील agent खर्चासाठी budget ठरवा, आणि agent ने प्रत्यक्षात काय केले याची नोंद ठेवा, जेणेकरून अनपेक्षित pull request मागे audit trail उपलब्ध असेल.

तुम्हाला येणाऱ्या त्रुटी आणि त्या ओळखणारे संदेश

  • ERR_PNPM_UNSUPPORTED_ENGINE दरम्यान pnpm install आल्यास engine ची आवश्यकता सुसंगत नाही. pnpm 9.12.0 Node आणि pnpm या दोन्हींच्या आवश्यकता तपासते; त्रुटीतील अपेक्षित आणि सध्याच्या आवृत्ती वाचा, त्यानंतर node -v आणि pnpm -v तपासा.
  • migration दरम्यान ECONNREFUSED 127.0.0.1:5434 आल्यास compose stack सुरू नाही किंवा DATABASE_URL मध्ये चुकीचा port दिला आहे.
  • docker compose logs clickhouse वापरून ClickHouse पुन्हा सुरू होते का ते तपासा. त्यानंतर container मध्ये OOMKilled हे true आहे का ते तपासा.
  • web app रिकामी राहते, पण exporter यशस्वी झाल्याचे दाखवत असल्यास, data थेट 4318 वरील collector कडे गेले असण्याची शक्यता असते. त्यामुळे proxy करत असलेले project stamping वगळले जाते.
  • 4101 वर connection refused आल्यास proxy 4000 वर listening करत असण्याची शक्यता असते. हा port code मधील fallback आहे आणि .env.example हाच port सेट करते. Unit file किंवा app च्या .env मध्ये PORT स्पष्टपणे सेट करा.
  • docker compose ps मध्ये 0.0.0.0:8123 दिसत असल्यास loopback bindings लागू झालेल्या नाहीत. docker compose config चालवा आणि resolved ports वाचा.

Flawless, HyperProbe आणि Superlog कुठे बसते

ही श्रेणी अजून नवीन आहे आणि agent ला कोणत्या घटकांना स्पर्श करण्याची परवानगी आहे यानुसार साधने वेगवेगळ्या पद्धतीने काम करतात. Flawless repository आता PolyForm Noncommercial license अंतर्गत CISRE सादर करते. CISRE हे Kubernetes आणि cloud infrastructure साठीचे AI SRE (site reliability engineering) platform आहे. HyperProbe चालू process मध्ये probes ठेवते, variable state capture करते आणि MCP (model context protocol) द्वारे ती state assistant ला उपलब्ध करून देते. त्याच्या documentation मध्ये Docker Compose वापरून self-hosting आणि license key यांचीही माहिती दिली आहे.

Superlog या दोन्हींच्या मधील भूमिका बजावते. OTLP intake पासून ClickHouse storage पर्यंत संपूर्ण pipeline त्याच्या नियंत्रणाखाली असते. ते agent ला fix step ऐवजी triage step वर ठेवते. याच design मुळे Superlog चे self-hosting करणे हा infrastructure decision ठरतो; ते दुर्लक्ष करता येईल असा container राहत नाही. Superlog चालवल्यावर column store चालवावा लागतो. आपल्या मालकीच्या इतर कोणत्याही database प्रमाणे त्याचीही देखभाल करावी लागते.

FAQ

self-hosted Superlog साठी किती RAM आवश्यक आहे?

कमी ingest volume असलेल्या single node साठी 8 GB RAM, 4 vCPU आणि 40 GB disk ची तरतूद करा. या stack मध्ये Postgres, ClickHouse, OpenTelemetry collector आणि चार Node processes असतात. ClickHouse ला अतिरिक्त headroom अपेक्षित असतो. प्रकाशित केलेल्या कोणत्याही आकडेवारीवर, यासह, पूर्णपणे अवलंबून राहू नका. त्याऐवजी docker stats --no-stream आणि free -m वापरून तुमचे स्वतःचे आकडे मोजा.

माझ्या OTLP exporter साठी कोणता port निर्दिष्ट करावा?

Superlog intake proxy साठी तो port निर्दिष्ट करा, जो README मध्ये http://localhost:4101 वर असल्याचे नमूद केले आहे. तो /v1/traces, /v1/logs आणि /v1/metrics उपलब्ध करून देतो. तो x-api-key header किंवा authorization: bearer header मधून घेतलेल्या तुमच्या project च्या ingest key ने authentication करतो. Port 4318 हा त्याखालील OpenTelemetry collector चा port आहे. तिथे थेट export केल्यास proxy वगळला जातो. हाच proxy data वर तुमचा project id नोंदवतो. PORT unset असल्यास proxy port 4000 वापरतो. त्याचे .env.example देखील 4000 सेट करते. त्यामुळे 4101 गृहीत धरण्यापूर्वी ss -lntp चालवून त्याने कोणत्या port वर bind केले आहे ते पडताळा.

Superlog, Uptime Kuma किंवा Zabbix ची जागा घेते का?

नाही. Uptime Kuma तुमच्या network च्या बाहेरून एखादा endpoint प्रतिसाद देतो का हे तपासते. Zabbix तुम्ही निश्चित केलेल्या thresholds च्या तुलनेत host आणि service metrics monitor करते. तुमची applications निर्माण करणारे traces, logs आणि metrics Superlog स्वीकारते आणि वारंवार होणाऱ्या failures चे incidents मध्ये गट करते. त्यासोबत external uptime probe ठेवावी. कारण तुमची telemetry pipeline ज्या box वर चालते तोच box बंद पडल्यास, दुसऱ्या ठिकाणी चालणारी probe ते अद्याप कळवू शकते.

Superlog agent माझ्या production systems मध्ये बदल करू शकतो का?

तुम्ही त्याला दिलेल्या permissions द्वारेच. Default community runner स्थानिक incident summary नोंदवतो. इतर investigation runtimes तुम्ही configure केलेल्या runner वर अवलंबून असतात. Production credentials फक्त reading साठी मर्यादित ठेवा. Pull requests उघडण्यासाठी branches आणि pull requests साठी स्वतंत्र GitHub write permissions आवश्यक असतात. Production वरील write access हा स्वतंत्र आणि जाणीवपूर्वक घेतलेला निर्णय समजा. Services restart करू शकणाऱ्या agent ला परवानगी देणे, telemetry वाचून review साठी patch लिहिणाऱ्या agent पेक्षा खूप मोठी बांधिलकी असते.

Commit pin करावा की main track करावे?

Commit pin करा. 13 October 2026 रोजी repository मध्ये release tags नव्हते. तुम्ही तपासलेला SHA नोंदवा आणि तोच deploy करा. पुढे जाण्यापूर्वी diff वाचा. git log --oneline <old-sha>..main हे review आहे. कोणत्याही bump नंतर नव्याने आवश्यक झालेल्या variables साठी per-app .env.example files हे पहिले ठिकाण आहे.

हा लेख उपयुक्त होता का?