SSD Nodes Learn Hosting plans →
تعلیمی Matt Connorتحریر: Matt Connor · اپ ڈیٹ شدہ 2026-11-06

Superlog کو self-host کر کے AI سے logs triage کریں

Superlog OTLP traces، logs اور metrics کو incidents میں بدلتا ہے۔ اپنی VPS پر stack چلانے سے پہلے 1.5k stars، 490 commits اور release tags نہ ہونے کی حقیقت جانیں۔

Superlog کو self-host کرنے کے لیے repository کو clone کریں، Docker Compose کے ذریعے Postgres، ClickHouse اور OpenTelemetry collector شروع کریں، database migration ایک بار چلائیں، پھر source سے چار Node services شروع کریں۔ آپ کی applications OTLP (OpenTelemetry protocol) traces، logs اور metrics ایک intake port پر بھیجتی ہیں۔ Superlog ان کا fingerprint بناتا ہے، بار بار آنے والے items کو ایک ہی incident میں گروپ کرتا ہے، اور default community agent runner مقامی incident summary ریکارڈ کرتا ہے۔ installation میں ایک دوپہر لگتی ہے۔ شروع کرنے سے پہلے اس کے footprint اور حقیقی حدود کا جائزہ لینا زیادہ اہم ہے۔

Superlog Apache 2.0 کے تحت licensed ہے اور github.com/superloglabs/superlog پر موجود ہے۔ 13 October 2026 تک اسے تقریباً 1.5k stars ملے ہیں، main پر تقریباً 490 commits ہیں، اور release tags بالکل موجود نہیں ہیں۔ خود کسی commit کو pin کریں، بجائے اس کے کہ main میں clone کے وقت جو version موجود تھا اسے چلا دیں۔

Superlog کیا جوابات دیتا ہے، مگر Uptime Kuma اور Langfuse نہیں دیتے

Self-hosted monitoring tools باہر سے ایک جیسے دکھائی دے سکتے ہیں۔ حقیقت میں وہ مختلف ہوتے ہیں، اور غلط tool چلانے سے بغیر کسی فائدے کے سرور کے وسائل خرچ ہوتے ہیں۔

Superlog ایک مختلف سوال سنبھالتا ہے: کچھ خراب ہوا، کیا خراب ہوا، اور کیوں؟ اسے LLM calls سے کوئی سروکار نہیں، اور یہ باہر سے آپ کے endpoints کو probe نہیں کرتا۔ یہ آپ کے عام application code سے OTLP ingest کرتا ہے اور triage کے مرحلے پر ایک agent تعینات کرتا ہے۔ یہی وہ ابتدائی جانچ ہے جو on-call انسانی operator ویسے بھی کرتا۔

VPS budget کے لیے اہم فرق storage ہے۔ Superlog میں column store شامل ہے، کیونکہ telemetry ایک بار لکھی جاتی ہے اور پھر لاکھوں rows میں time range کے مطابق query کی جاتی ہے۔ ClickHouse اسی مقصد کے لیے ہے، جبکہ Postgres اس کام کے لیے نہیں ہے۔ Postgres پھر بھی stack کا حصہ رہتا ہے اور چھوٹا relational data، یعنی projects، users، incidents اور ingest keys محفوظ کرتا ہے۔

docker compose up -d اصل میں کیا شروع کرتا ہے؟

تین containers، اور ان میں سے کوئی بھی Superlog نہیں ہے۔ جو لوگ ایک command سے installation کی توقع رکھتے ہیں، انہیں یہ بات حیران کرتی ہے۔

  • postgres:16، host port 5434 پر published
  • clickhouse/clickhouse-server:26.1، HTTP کے لیے 8123 اور native protocol کے لیے 9000 پر
  • otel/opentelemetry-collector-contrib:0.150.1، gRPC کے لیے 4317 اور HTTP پر OTLP کے لیے 4318 پر

Superlog کی applications host پر source سے چلتی ہیں اور pnpm dev کے ذریعے start ہوتی ہیں۔ 13 October 2026 تک repository میں production compose file موجود نہیں ہے۔ اس لیے طویل مدتی installation کے لیے آپ کو اپنے systemd units استعمال کرنے ہوں گے، یا tree میں موجود ہر app کی Dockerfiles استعمال کرنی ہوں گی۔ api، worker اور proxy apps میں سے ہر ایک کے پاس unit کے لیے wrap کرنے کے لیے start script موجود ہے۔ web app میں ایسی script نہیں ہے۔ یہ Vite app ہے، اس لیے اسے اس کی build script سے build کریں اور output کو nginx یا Caddy سے static files کے طور پر serve کریں، یا اس کی preview script چلائیں، جو vite preview ہے۔

اس path کو ذہن میں رکھیں جو request طے کرتی ہے، کیونکہ ذیل میں ہر failure اسی path کے کسی ایک hop کے ٹوٹنے کی وجہ سے ہوتا ہے۔ آپ کی app، OTLP کو Superlog intake proxy پر post کرتی ہے۔ proxy آپ کی ingest key سے request کی authentication کرتا ہے، اس پر project id درج کرتا ہے، اور اسے collector کو forward کرتا ہے۔ collector client کی طرف سے set کی گئی superlog.* attributes ہٹا دیتا ہے، proxy کے فراہم کردہ header سے superlog.project_id شامل کرتا ہے، data کو batch کرتا ہے، اور ClickHouse میں لکھتا ہے۔ web app اور API telemetry کو ClickHouse سے پڑھتے ہیں، جبکہ باقی تمام data Postgres سے پڑھا جاتا ہے۔

یہ attribute stripping حقیقی multi-tenancy control ہے، محض ظاہری چیز نہیں۔ اس کے بغیر، valid ingest key رکھنے والا کوئی بھی شخص خود superlog.project_id set کر کے کسی دوسرے project کے data میں لکھ سکتا تھا۔

VPS کتنا بڑا ہونا چاہیے؟

کم ingest volume پر single node install کے لیے 4 vCPU، 8 GB RAM اور 40 GB SSD رکھیں۔ یہ planning floor ہے، کوئی پیمائش نہیں۔ اسے ابتدائی سائز سمجھیں اور اپنے traffic کے مطابق اس کی تصدیق کریں۔

Memory چار جگہ استعمال ہوتی ہے۔ ClickHouse زیادہ RAM والی مشینوں کے لیے بنایا گیا ہے اور اس کی defaults بھی یہی فرض کرتی ہیں۔ یہاں Postgres 16 کا استعمال نسبتاً کم ہے، کیونکہ یہ telemetry کے بجائے metadata محفوظ کرتا ہے۔ Collector بھی کم memory استعمال کرتا ہے۔ چار Node processes میں ایک Vite development server اور تین tsx watch processes شامل ہیں؛ اپنی مشین پر ان کے memory استعمال کی پیمائش کریں۔

Disk نسبتاً خاموش مسئلہ ہے۔ اس monorepo میں pnpm install پہلے ہی AWS SDK، ClickHouse client، OpenTelemetry SDK اور React toolchain کھینچ لاتا ہے، اس سے پہلے کہ آپ ایک بھی span ingest کریں۔ اس کے بعد ClickHouse آپ کے traffic کے ساتھ بڑھتا ہے۔ دونوں کی پیمائش کریں:

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"

زیادہ نقصان burst سے ہوتا ہے: ایک خراب deploy ایک منٹ میں ہزاروں یکساں errors پیدا کر سکتا ہے۔ Fingerprinting قاری کے لیے انہیں ایک incident میں سمیٹ دیتی ہے، لیکن ClickHouse پھر بھی ہر row الگ لکھتا ہے۔

Retention کی مدت آپ خود مقرر کرتے ہیں۔ Collector کا ClickHouse exporter tables، otel_traces، otel_logs اور ہر metric type کے لیے ایک table بناتا ہے، اور time to live صرف اسی وقت لاگو کرتا ہے جب infra/collector/config.yaml میں موجود config اسے مقرر کرے۔ کوئی چیز خود بخود expire نہیں ہوتی، اس لیے اگر آپ منصوبہ بندی نہ کریں تو مصروف مہینے کا data پوری disk بھر سکتا ہے۔

پِن شدہ commit سے انسٹال کریں

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

git tag -l کا کچھ بھی پرنٹ نہ کرنا 13 October 2026 تک متوقع نتیجہ ہے۔ جس commit کی آپ نے جانچ کی ہے اسے منتخب کریں اور اسی پر رہیں:

git checkout 0d3a6c8bb63eda3493e6ba0003e7c2a70750bc1e

اب toolchain:

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

package.json میں engines.node کو >=20.0.0 اور packageManager کو pnpm@9.12.0 کے طور پر بیان کیا گیا ہے۔ غیر مطابقت رکھنے والا Node version خودکار طور پر installation نہیں روکتا: engine enforcement کا انحصار configuration پر ہوتا ہے، اور pnpm 9.12.0 میں engineStrict disabled ہونے پر warning path موجود ہے۔ Ubuntu 24.04 archive میں موجود nodejs package، 20 سے پرانا ہے، اس لیے Node 20 یا اس کے بعد کا version NodeSource یا nvm سے install کریں۔ Repository میں .nvmrc موجود ہے، اس لیے اگر آپ کے پاس nvm ہو تو nvm use مطلوبہ version منتخب کر لیتا ہے۔

pnpm install
docker compose up -d
docker compose ps

Health checks مکمل ہونے کا انتظار کریں۔ up -d کو ready ہونے کی علامت نہ سمجھیں۔ Postgres اور ClickHouse دونوں compose file میں health check بیان کرتے ہیں:

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

ClickHouse Ok. کا جواب دیتا ہے، اور pg_isready accepting connections کا جواب دیتا ہے۔ 8123 پر connection refused کا مطلب ہے کہ container ابھی start ہو رہا ہے یا بند ہو چکا ہے۔ docker compose logs clickhouse سے معلوم ہوتا ہے کہ کون سی صورت ہے، اور docker inspect $(docker compose ps -q clickhouse) | grep -i oomkilled true رپورٹ کرتا ہے جب kernel نے اسے memory کی کمی کے باعث ختم کیا ہو۔ اس سے ظاہر ہوتا ہے کہ server کی گنجائش کم ہے، نہ کہ آپ کی configuration میں مسئلہ ہے۔

اب migration اور applications:

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

Port نوٹ کریں: 5434، 5432 نہیں۔ Compose file میں Postgres کو 5434 پر publish کیا گیا ہے تاکہ host پر پہلے سے installed Postgres سے تصادم نہ ہو۔ App کی .env.example files بھی اسی port سے مطابقت رکھتی ہیں، DATABASE_URL=postgres://postgres:postgres@localhost:5434/superlog کے ساتھ۔ اگر ایسے server پر migration کو 5432 پر point کریں جہاں Postgres پہلے سے چل رہا ہو تو یا تو connection refused ملے گا، یا اس سے بھی خطرناک صورت میں migration غلط database پر apply ہو جائے گی۔

pnpm dev، turbo run dev چلاتا ہے۔ یہ Turborepo کے ذریعے ہر app کی dev script شروع کرتا ہے، جس میں api، web، worker اور proxy شامل ہیں، اور ان سب کا output ایک ہی terminal میں ملا کر دکھاتا ہے۔ Repository کا Procfile انہی چار processes کو list کرتا ہے اور ہر process کا output tmp/logs/ میں بھی لکھتا ہے۔ اگر آپ چاہتے ہیں کہ tail -f tmp/logs/proxy.log وہ جگہ ہو جہاں آپ ingest کو monitor کریں، تو pnpm dev کے بجائے overmind یا foreman جیسے Procfile runner سے اسے start کریں۔ README میں web app کے لیے http://localhost:5173، API کے لیے http://localhost:4100 اور OTLP intake کے لیے http://localhost:4101 درج ہے۔

کسی بھی چیز کو point کرنے سے پہلے تصدیق کریں کہ حقیقت میں کون سا process bind ہوا ہے:

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

یہ بات بعد میں اہم ہوگی۔ Proxy اپنا port PORT environment variable سے پڑھتا ہے اور جب PORT unset ہو تو 4000 پر fallback کرتا ہے۔ اس کی load کی گئی apps/proxy/.env.example میں بھی PORT=4000 set ہے، حالانکہ README میں intake کے لیے 4101 درج ہے؛ دونوں کی جانچ 13 October 2026 کو کی گئی تھی۔ ss جو port دکھائے، وہی استعمال کریں۔ ذیل کی مثالوں میں 4101 استعمال کیا گیا ہے، اس لیے اگر bind ہونے والا port 4000 ہو تو اسے استعمال کریں۔ آپ خود بنائی ہوئی systemd unit میں جب تک PORT شامل نہ کریں، وہ کچھ set نہیں کرتی۔ اس لیے 4101 پر بھیجا گیا exporter، 4000 پر listening کرنے والے proxy سے connect نہیں ہو پائے گا، اور آپ کو اس کے علاوہ کوئی واضح clue نہیں ملے گا۔

ایک trace بھیجیں، ایک error پیدا کریں، ایک incident دیکھیں

web app میں ایک project بنائیں اور اس کی ingest key copy کریں۔ intake ہر request کی تصدیق اسی key کے خلاف کرتا ہے، اس لیے جس telemetry کے ساتھ key نہ ہو وہ کبھی ClickHouse تک نہیں پہنچتی۔

کسی بھی OpenTelemetry SDK کو standard environment variables کے ذریعے intake کی طرف point کریں:

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، key کو x-api-key header سے پڑھتا ہے۔ اگر آپ کے exporter کو اس طرح configure کرنا آسان ہو تو یہ authorization: bearer YOUR_INGEST_KEY بھی قبول کرتا ہے۔ یہ standard OTLP کے تین paths، /v1/traces، /v1/logs اور /v1/metrics، کے علاوہ /health بھی serve کرتا ہے۔

ایک عام trap کی وضاحت ضروری ہے۔ OTEL_EXPORTER_OTLP_ENDPOINT ایک base URL ہے، اور SDK اس کے آخر میں signal path شامل کرتا ہے۔ OTEL_EXPORTER_OTLP_TRACES_ENDPOINT جیسی signal-specific variables کو عین اسی طرح استعمال کیا جاتا ہے؛ ان کے ساتھ کوئی path شامل نہیں کیا جاتا۔ اگر signal-specific variable کو http://127.0.0.1:4101 پر set کریں تو ہر export / پر post ہوگا۔ یہ کوئی route نہیں ہے، اس لیے کچھ بھی موصول نہیں ہوگا۔ SDK export failure log کرے گا، جبکہ آپ کی app بظاہر صحت مند نظر آئے گی۔

Node service کے لیے zero-code path pipeline ثابت کرنے کے لیے کافی ہے:

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

اب جان بوجھ کر کوئی چیز خراب کریں۔ ایسا کوئی بھی route کافی ہے جو error throw کرے:

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

hops کو ترتیب سے check کریں، کیونکہ پہلا gap بتاتا ہے کہ کون سا مرحلہ fail ہوا:

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

otel_traces میں بڑھتا ہوا count، مگر web app میں کوئی data نہ ہونا، project mismatch کی نشانی ہے۔ اس لیے check کریں کہ ingest key کس project سے تعلق رکھتی ہے۔ اگر count flat ہو، مگر proxy log میں activity ہو، تو مسئلہ collector یا ClickHouse write میں ہے۔ docker compose logs collector پڑھیں۔ اگر proxy log میں بالکل activity نہ ہو تو exporter intake تک پہنچا ہی نہیں: port غلط ہے، path غلط ہے، یا key reject ہو گئی ہے۔

web app میں یہ repeated failures ہر request کے لیے الگ row کے بجائے ایک incident کے طور پر آتی ہیں۔ Superlog آنے والے signals کے fingerprints بناتا اور matching signals کو group کرتا ہے۔ یہی فرق ہے کہ inbox میں 4,000 یکساں errors ہوں یا page پر ایک error ہو۔ اس کے بعد default community agent runner اس group کے لیے local incident summary record کرتا ہے۔

Model-backed investigation کے لیے model provider اور compatible agent runner configure کرنا ضروری ہے۔ default community runner local summary record کرتا ہے۔ ان variable names کو ہر app directory میں موجود .env.example file سے لیں، جو آپ کے pin کیے گئے commit کا حصہ ہے، نہ کہ کسی external write-up سے، کیونکہ یہ names main کے ساتھ تبدیل ہوتے ہیں۔ یہی بات GitHub اور Sentry integrations پر بھی لاگو ہوتی ہے۔ ان کے setup documents بالترتیب docs/github-app-setup.md اور docs/sentry-app-setup.md پر موجود ہیں، جبکہ webhook payloads کی documentation docs/webhooks.md میں ہے۔

انٹیک کو نجی رکھیں، اور agent کو صرف پڑھنے کی اجازت دیں

Docker بطور ڈیفالٹ container ports کو 0.0.0.0 پر publish کرتا ہے، اور یہ published ports ufw کو bypass کرتے ہیں۔ Docker container traffic کو nat table میں route کرتا ہے، اس لیے published port کے لیے آنے والا packet INPUT اور OUTPUT chains تک پہنچنے سے پہلے divert ہو جاتا ہے، جہاں ufw کے rules موجود ہوتے ہیں، اور ufw کو فیصلہ کرنے کا موقع نہیں ملتا۔ public IP والے VPS پر، فراہم کردہ compose file ClickHouse HTTP کو 8123 اور Postgres کو 5434 پر رکھتی ہے، جہاں internet سے ان تک رسائی ممکن ہوتی ہے۔ اس file میں موجود credentials development defaults ہیں: ClickHouse user default کا password خالی ہے، جبکہ Postgres میں postgres user اور password دونوں کے طور پر استعمال ہوتا ہے۔

انہیں loopback پر bind کریں۔ compose file میں ہر published port کا host side ایک environment variable سے لیا جاتا ہے، اس لیے repository root میں .env رکھنا کافی ہے:

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

نتیجے پر اعتماد کرنے سے پہلے اس کی تصدیق کریں، پھر containers کو دوبارہ بنائیں:

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

docker compose config resolved file دکھاتا ہے، اس لیے آپ اندازہ لگانے کے بجائے 127.0.0.1:5434:5432 پڑھ سکتے ہیں۔ اس کے بعد ss میں 127.0.0.1:5434 دکھائی دینا چاہیے، اور 0.0.0.0:5434 کبھی نہیں دکھائی دینا چاہیے۔ Compose override file میں صرف ports دوبارہ متعین کرنے سے host IP مختلف ہونے کی صورت میں دونوں bindings برقرار رہتی ہیں؛ Compose 2.24.4 اور اس کے بعد کے versions فہرست کو replace کرنے کے لیے ports: !override کو support کرتے ہیں۔

intake کو بھی یہی احتیاط درکار ہے۔ آپ کی ingest key ایک header میں منتقل ہوتی ہے، اس لیے اس کے سامنے TLS (transport layer security) ہونا ضروری ہے: proxy سے پہلے nginx یا Caddy میں TLS terminate کریں، یا ingest کو private network یا WireGuard tunnel کے اندر رکھیں۔ 5173 پر چلنے والی web app ایک Vite development server ہے، اور اسے internet کے سامنے بالکل نہیں ہونا چاہیے۔

اب خود agent کی بات۔ Superlog کا بنیادی دعویٰ یہ ہے کہ agent مسئلے کی تفتیش کرتا ہے اور حل تجویز کرتا ہے، اور یہاں اہم لفظ تجویز کرتا ہے ہے۔ جب تک آپ اسے چند حقیقی incidents پر کام کرتے ہوئے نہ دیکھ لیں، اسے production کے مقابلے میں read only رکھیں۔ read-only GitHub App fix branch push نہیں کر سکتی اور pull requests بھی نہیں کھول سکتی: setup guide اس workflow کے لیے Contents اور Pull requests کی write permissions، اور comments کے لیے Issues کی write permission درکار بتاتی ہے۔ ایسا agent جو telemetry پڑھ کر patch لکھتا ہو مفید ہے۔ ایسا agent جو آپ کی services restart کر سکے، خطرے کی ایک مختلف سطح رکھتا ہے۔ یہ فیصلہ آپ کو جان بوجھ کر کرنا چاہیے، نہ کہ default کے طور پر قبول کرنا چاہیے۔ model-backed runner configure کرتے وقت cost پر بھی اتنی ہی توجہ دیں: اسے noisy production system پر چلانے سے پہلے VPS پر agent کے اخراجات کا بجٹ بنائیں، اور agent نے حقیقت میں کیا کیا، اس کا ریکارڈ رکھیں تاکہ کسی غیر متوقع pull request کے پیچھے audit trail موجود ہو۔

وہ ناکامیاں جن کا آپ کو سامنا ہوگا، اور انہیں نام دینے والی strings

  • ERR_PNPM_UNSUPPORTED_ENGINE کے دوران pnpm install کا مطلب ہے کہ engine کی requirement مطابقت نہیں رکھتی۔ pnpm 9.12.0، Node اور pnpm دونوں کی requirements چیک کرتا ہے؛ error میں مطلوبہ اور موجودہ versions پڑھیں، پھر node -v اور pnpm -v چیک کریں۔
  • migration کے دوران ECONNREFUSED 127.0.0.1:5434 کا مطلب ہے کہ compose stack چل نہیں رہا، یا DATABASE_URL غلط port بتا رہا ہے۔
  • docker compose logs clickhouse سے ClickHouse کے restarts چیک کریں، پھر container میں چیک کریں کہ OOMKilled، true ہے۔
  • اگر exporter کامیابی report کرے لیکن web app خالی رہے تو عموماً اس کا مطلب ہے کہ data براہِ راست 4318 پر collector تک چلا گیا، جس سے وہ project stamping نہیں ہوتی جو proxy انجام دیتا ہے۔
  • 4101 پر connection refused عموماً اس وقت ہوتا ہے جب proxy 4000 پر listening کر رہا ہو۔ یہی وہ port ہے جس پر اس کا code fallback کرتا ہے اور جسے اس کا .env.example set کرتا ہے۔ unit file یا app کے .env میں PORT واضح طور پر set کریں۔
  • docker compose ps کا 0.0.0.0:8123 دکھانا اس بات کی علامت ہے کہ loopback bindings مؤثر نہیں ہیں۔ docker compose config چلائیں اور resolved ports پڑھیں۔

Flawless، HyperProbe، اور Superlog کی جگہ

یہ زمرہ ابھی نیا ہے، اور یہ ٹولز اس بنیاد پر مختلف ہیں کہ agent کو کن چیزوں تک رسائی دی جا سکتی ہے۔ Flawless repository اب CISRE پیش کرتا ہے، جو Kubernetes اور cloud infrastructure کے لیے AI SRE (site reliability engineering) platform ہے اور PolyForm Noncommercial license کے تحت دستیاب ہے۔ HyperProbe کسی running process کے اندر probes رکھتا ہے تاکہ variable state capture کی جا سکے، اور پھر یہ state MCP (model context protocol) کے ذریعے assistant کو فراہم کرتا ہے۔ اس میں Docker Compose اور license key کے ذریعے self-hosting کی دستاویزات بھی شامل ہیں۔

Superlog ان دونوں کے درمیان آتا ہے۔ یہ OTLP intake سے لے کر ClickHouse storage تک پوری pipeline خود چلاتا ہے، اور agent کو fix step کے بجائے triage step پر رکھتا ہے۔ اسی design کی وجہ سے اسے self-host کرنا محض ایسا container چلانا نہیں ہے جسے بعد میں نظرانداز کر دیا جائے، بلکہ یہ infrastructure decision ہے۔ جب آپ Superlog چلاتے ہیں تو آپ column store بھی چلاتے ہیں، اور اسے بھی اسی دیکھ بھال کی ضرورت ہوتی ہے جو آپ کے زیرانتظام کسی دوسرے database کو ہوتی ہے۔

FAQ

self-hosted Superlog کے لیے کتنی RAM درکار ہے؟

کم ingest volume پر single node کے لیے 8 GB RAM، 4 vCPU اور 40 GB disk مختص کریں۔ اس stack میں Postgres، ClickHouse، OpenTelemetry collector اور چار Node processes شامل ہیں، جبکہ ClickHouse کو اضافی headroom درکار ہوتا ہے۔ شائع شدہ کسی بھی figure پر، بشمول اس figure کے، بھروسا کرنے کے بجائے docker stats --no-stream اور free -m سے اپنے اعداد و شمار ناپیں۔

اپنے OTLP exporter کو کس port پر بھیجوں؟

Superlog intake proxy کو، جس کے لیے README میں http://localhost:4101 درج ہے۔ یہ /v1/traces، /v1/logs اور /v1/metrics فراہم کرتا ہے، اور آپ کے project کی ingest key سے authentication کرتا ہے جو x-api-key header یا authorization: bearer header سے لی جاتی ہے۔ Port 4318 بنیادی OpenTelemetry collector ہے۔ وہاں براہِ راست export کرنے سے proxy bypass ہو جاتی ہے، حالانکہ یہی component data میں آپ کا project id شامل کرتا ہے۔ جب PORT unset ہو تو proxy port 4000 پر واپس آتی ہے، اور اس کا .env.example بھی 4000 مقرر کرتا ہے۔ اس لیے ss -lntp چلائیں اور یہ فرض کرنے سے پہلے تصدیق کریں کہ اس نے کس port پر bind کیا ہے کہ port 4101 استعمال ہو رہا ہے۔

کیا Superlog، Uptime Kuma یا Zabbix کی جگہ لے لیتا ہے؟

نہیں۔ Uptime Kuma آپ کے network کے باہر سے یہ جانچتا ہے کہ endpoint جواب دے رہا ہے یا نہیں، جبکہ Zabbix آپ کی مقرر کردہ thresholds کے مقابل host اور service metrics کی نگرانی کرتا ہے۔ Superlog آپ کی applications سے حاصل ہونے والے traces، logs اور metrics استعمال کرتا ہے اور بار بار ہونے والی failures کو incidents میں گروپ کرتا ہے۔ اس کے ساتھ external uptime probe بھی رکھیں، کیونکہ کسی دوسرے مقام پر چلنے والا probe اس وقت بھی اطلاع دے گا جب آپ کی telemetry pipeline رکھنے والا box ہی بند ہو جائے۔

کیا Superlog agent میرے production systems تبدیل کر سکتا ہے؟

صرف ان permissions کے ذریعے جو آپ اسے دیتے ہیں۔ default community runner مقامی incident summary ریکارڈ کرتا ہے؛ دیگر investigation runtimes آپ کے configured runner پر منحصر ہیں۔ production credentials کو صرف reading تک محدود رکھیں۔ pull requests کھولنے کے لیے branches اور pull requests کی الگ GitHub write permissions درکار ہوتی ہیں۔ production تک write access کو الگ اور سوچ سمجھ کر کیا جانے والا فیصلہ سمجھیں، کیونکہ services restart کر سکنے والا agent اس agent کے مقابلے میں کہیں بڑی ذمہ داری ہے جو telemetry پڑھتا اور review کے لیے patch لکھتا ہے۔

کیا مجھے commit pin کرنا چاہیے یا main کو track کرنا چاہیے؟

commit pin کریں۔ 13 October 2026 تک repository میں کوئی release tags موجود نہیں تھے۔ آپ نے جس SHA کو test کیا ہے اسے record کریں، اسی کو deploy کریں، اور آگے بڑھنے سے پہلے diff پڑھیں۔ git log --oneline <old-sha>..main review ہے، جبکہ ہر app کی .env.example files کسی بھی bump کے بعد نئی required variables تلاش کرنے کی پہلی جگہ ہیں۔

کیا یہ مضمون مفید تھا؟