Self-hosted error tracking کے لیے Sentry کے متبادل
Sentry کا کم از کم RAM profile پر منحصر ہے: feature-complete setup کے لیے 16 GB، errors-only کے لیے 7000 MB، جبکہ GlitchTip 512 MB میں چلتا ہے۔
ایک event store کرنے سے پہلے self-hosted error tracking کی لاگت
self-hosted error tracking کے پورے انتخاب کا فیصلہ ایک عدد کرتا ہے، اور وہ RAM کی کم از کم ضرورت ہے۔ Sentry کی اپنی self-hosted دستاویزات feature-complete stack کے لیے 4 CPU cores، 16 GB RAM کے ساتھ 16 GB swap، اور 20 GB free disk مانگتی ہیں، اس سے پہلے کہ آپ کی application ایک بھی event بھیجے۔ اس کے errors-only profile میں installer thresholds کم ہیں: Docker کے لیے 2 CPU cores اور 7000 MB دستیاب RAM۔ GlitchTip اپنی دستاویزات میں 512 MB بتاتا ہے۔ یہاں موجود تمام options ایک ہی Sentry SDKs سے events قبول کرتے ہیں، اس لیے یہ فیصلہ اس بات سے متعلق نہیں کہ آپ اپنے code میں instrumentation کیسے کرتے ہیں۔ فیصلہ یہ ہے کہ آپ کتنے بڑے server کی لاگت برداشت کرنے اور اسے چلتا رکھنے کے لیے تیار ہیں۔
شائع کردہ وسائل کے اعداد و شمار، تقابلی جائزہ
یہ وہ اعداد ہیں جو ہر project نے اکتوبر 2026 تک اپنے بارے میں شائع کیے ہیں۔ یہ ایک ہی نوعیت کی پیمائش نہیں ہیں، اس لیے موازنہ کرنے سے پہلے ہر row کے ساتھ موجود نوٹ پڑھیں۔
اس چارٹ کے پیچھے کا ڈیٹا
[
{
"tool": "Sentry feature-complete",
"published_ram_gb": 16,
"notes": "documented minimum for the feature-complete profile, plus 16 GB of swap"
},
{
"tool": "Bugsink",
"published_ram_gb": 4,
"notes": "the vendor's own published benchmark box, 2 vCPU"
},
{
"tool": "GlitchTip",
"published_ram_gb": 0.5,
"notes": "documented recommendation, 256 MB stated as the minimum"
}
]Sentry کی 16 GB feature-complete profile کے لیے documented minimum ہے، اور اسی page پر 32 GB کی سفارش کی گئی ہے۔ GlitchTip کی 0.5 GB ایک recommendation ہے، جبکہ project کے مطابق working minimum 256 MB ہے؛ محتاط configuration کے ساتھ 128 MB اور swap بھی کافی ہیں۔ Bugsink کی 4 GB ان دونوں میں سے کوئی نہیں ہے: یہ وہ box ہے جسے vendor نے اپنے throughput benchmark کے لیے استعمال کیا تھا۔ شائع کردہ figure صرف آغاز کے لیے ہوتی ہے؛ یہ آپ کے event volume کے بارے میں کوئی ضمانت نہیں دیتی۔
Sentry self-hosted: زیادہ تر product، اور مکمل bill
Official stack getsentry/self-hosted ہے، جو Docker Compose project ہے اور وہی components چلاتا ہے جو Sentry production میں چلاتا ہے۔ اس کی documentation میں exclusions درج ہیں، جن میں Seer اور دیگر closed source AI اور ML features، billing، spike protection اور کچھ platform support شامل ہیں۔ آپ کو Sentry کے زیادہ تر features ملتے ہیں، اور وہ تمام moving parts بھی ملتے ہیں جو ان features کو چلاتے ہیں۔
master کے بجائے tagged release سے install کریں:
VERSION=$(curl -Ls -o /dev/null -w %{url_effective} https://github.com/getsentry/self-hosted/releases/latest)
VERSION=${VERSION##*/}
git clone https://github.com/getsentry/self-hosted.git
cd self-hosted
git checkout ${VERSION}
./install.shFeature-complete profile default ہے۔ صرف errors والا چھوٹا stack install کرنے کے لیے .env میں COMPOSE_PROFILES=errors-only set کریں، پھر ./install.sh چلائیں۔
اس کے بعد اسے start کریں:
docker compose up --waitSentry default طور پر port 9000 کو host کے تمام interfaces پر publish کرتا ہے؛ اسے localhost سے bind کرنے کے لیے .env میں SENTRY_BIND=127.0.0.1:9000 set کریں۔ Docker Engine 19.03.6 یا اس کے بعد کا ورژن اور Docker Compose 2.32.2 یا اس کے بعد کا ورژن درکار ہے، اور installer دونوں کی جانچ کرتا ہے: پرانا Compose ./install.sh کو روک دیتا ہے اور ایسی line دکھاتا ہے جو FAIL: Expected minimum سے شروع ہوتی ہے اور ملنے والا version بتاتی ہے، پھر script error کے ساتھ exit ہو جاتی ہے۔ x86-64 hosts پر official ClickHouse 26.6 اور بعد کے images کے لیے مکمل x86-64-v3 CPU feature set بھی درکار ہے، جس میں AVX2 شامل ہے۔
جو حقیقت میں start ہوا ہے اسے دیکھیں:
docker compose ps
free -hdocker compose ps stack کی ہر service دکھاتا ہے، اور فہرست طویل ہے: Postgres، ClickHouse، Kafka، Valkey، جو Compose service name redis کے تحت چلتا ہے، Relay، Snuba، Symbolicator، اور کئی worker اور cron processes۔ انہیں ایک بار گن لیں، کیونکہ یہی آپ کا maintenance load ہے۔ ہر entry ایسا process ہے جو crash ہو سکتا ہے، disk بھر سکتا ہے، یا migration ناکام کر سکتا ہے۔
اگر کوئی service Restarting state میں ہو تو سب سے پہلے memory دیکھیں:
dmesg -T | grep -i 'out of memory'Out of memory: Killed process 3412 (java) جیسی line کا مطلب ہے کہ kernel کے OOM killer (out of memory killer) نے container کو ختم کر دیا، کیونکہ machine کی RAM ختم ہو گئی تھی۔ اس لیے وہ service healthy نہیں ہوتی اور stack کا startup مکمل نہیں ہوتا۔ Installer دستیاب RAM بھی check کرتا ہے اور اپنی مقررہ minimum سے کم RAM والی machine کو مسترد کر دیتا ہے۔ Documentation disk speed کی بھی نشاندہی کرتی ہے: iowait کا 10% سے زیادہ ہونا غالباً اس بات کی علامت ہے کہ machine ingest pipeline کی رفتار برقرار نہیں رکھ سکتی۔ اسے top کے wa column سے پڑھیں، یا اگر sysstat installed ہو تو iostat -x 5 سے پڑھیں۔
Upgrades وہ حصہ ہیں جسے لوگ کم اہم سمجھتے ہیں
Sentry self-hosted CalVer کے تحت ہر ماہ release ہوتا ہے، جو calendar-based version scheme ہے، اور ہر ماہ کی 15 تاریخ کو primary release آتی ہے۔ آپ کسی پرانے version سے براہ راست latest version پر نہیں جا سکتے۔ Project hard stop versions متعین کرتا ہے، اور database migrations حاصل کرنے کے لیے آپ کو ہر version کو ترتیب سے checkout کرنا ہوگا۔ October 2026 تک published hard stops یہ ہیں: 9.1.2، 21.5.0، 21.6.3، 23.6.2، 23.11.0، 24.8.0، 25.5.1، 26.5.0 اور 26.7.0۔ Documentation ان releases کی بھی فہرست دیتی ہے جنہیں migration problems کی وجہ سے skip کرنا چاہیے، جن میں 23.7.0، 25.9.0، 25.12.0 اور 26.3.0 سے 26.4.0 تک کا range شامل ہے۔
Upgrade میں checkout اور installer کو دوبارہ چلانا شامل ہے:
git fetch
git checkout 26.7.0
./install.sh
docker compose up --waitشروع کرنے سے پہلے server کا snapshot لیں، کیونکہ بڑے ClickHouse dataset پر migration کئی گھنٹے چل سکتی ہے، اور درمیان میں failure database کو دو schemas کے درمیان چھوڑ دیتی ہے۔ زیادہ تر failed self-hosted Sentry upgrades کی واضح وجہ یہ ہے: machine ایک سال تک ایک ہی version پر رہی، اس لیے upgrade نے بیک وقت کئی hard stops عبور کیے، اور skip کی گئی migrations میں سے ایک ضروری migration تھی۔
Commit کرنے سے پہلے ایک اور بات جان لیں۔ Sentry self-hosted Functional Source License (FSL) کے تحت ہے، جسے Sentry نے خود متعارف کرایا تھا۔ یہ fair source ہے، OSI-approved open source نہیں: آپ اسے اپنے لیے چلا سکتے ہیں، لیکن اسے competing service کے طور پر فروخت نہیں کر سکتے۔ ہر release کے ship ہونے کے دو سال بعد وہ Apache 2.0 میں تبدیل ہو جاتی ہے۔
GlitchTip: 512 MB کا جواب
GlitchTip MIT لائسنس کے تحت ہے اور Sentry کے اوپن سورس SDKs سے events وصول کرتا ہے، اس لیے instrumented application کو منتقل کرنے کے لیے صرف ایک value تبدیل کرنا ہوتی ہے: DSN (data source name، وہ URL جس پر آپ کا SDK events بھیجتا ہے)۔ GlitchTip 7.0 کے لیے PostgreSQL 15 یا اس کے بعد کا ورژن درکار ہے۔ Valkey یا Redis 7 یا اس کے بعد کا ورژن اختیاری ہے، اور یہ بڑے instances کو زیادہ تیز بناتا ہے۔
Installation کے لیے Docker اور ایک compose file کافی ہیں:
sudo apt install docker.io
curl -O https://glitchtip.com/assets/compose.sample.yml
mv compose.sample.yml compose.ymlکسی بھی چیز کو start کرنے سے پہلے environment section میں ترمیم کریں۔ secret اور domain set کریں، اور اگر آپ email alerts اور password resets چاہتے ہیں تو mail configure کریں:
SECRET_KEY: <output of openssl rand -base64 50>
GLITCHTIP_DOMAIN: https://errors.example.com
DEFAULT_FROM_EMAIL: errors@example.com
EMAIL_URL: smtp://user:password@smtp.example.com:587DATABASE_URL کو اپنی installation کے PostgreSQL connection string پر set کریں۔ GLITCHTIP_DOMAIN میں scheme شامل ہونی چاہیے۔ اگر شروع میں https:// موجود نہ ہو تو alert emails کے links غلط بنیں گے اور ایسے URL پر جائیں گے جو جواب نہیں دیتا۔
اسے start کریں اور پہلے boot کو monitor کریں:
docker compose up -d
docker compose logs -f webImage tags کو pinned رکھیں۔ جس compose file میں latest لکھا ہو، وہ اگلے docker compose pull پر نیا database engine fetch کرے گی اور اگلی بار docker compose up -d container کو recreate کرے گا تو اسی پر switch کر دے گی۔ موجودہ data directory کے تحت Postgres major version میں jump کرنے سے چلتا ہوا error tracker start ہونا بند ہو سکتا ہے۔
256 MB سے 512 MB کی حد تک پہنچنے کے لیے Valkey اور اختیاری log اور uptime features کو disable کریں۔ Valkey کے بغیر GlitchTip cache اور queue کے کام کے لیے database استعمال کرتا ہے۔ یہ طریقہ سست ہے، لیکن درست رہتا ہے۔ All in one mode میں worker web process کے اندر چلتا ہے، اس لیے آپ کو دو کے بجائے ایک application container maintain کرنا ہوتا ہے۔
اس کے سامنے ایک proxy رکھیں۔ GlitchTip کی documentation ایسے proxy یا load balancer کا تقاضا کرتی ہے جو requests کو buffer کرے اور chunked Transfer-Encoding کو handle کرے، اور اس میں nginx کو worked example کے طور پر دیا گیا ہے۔ Buffering کے بغیر slow client پوری upload کے دوران application worker کو مصروف رکھتا ہے۔ اس طرح چند slow senders آپ کے تمام workers کو مصروف کر سکتے ہیں اور صحت مند clients کے requests timeout ہونا شروع ہو جاتے ہیں۔
Major versions کے درمیان upgrade کرنے سے پہلے release notes پڑھیں۔ GlitchTip 7.0 کے لیے، اگر آپ 5.x پر ہیں تو پہلے 6.x پر upgrade کریں، اور PostgreSQL 14 کو اس وقت upgrade کریں جب آپ ابھی GlitchTip 6.x پر ہوں۔ Application image tag کو 7 پر تبدیل کرنے سے پہلے renamed environment variables، removed startup settings، نئے TRUSTED_PROXIES default اور تبدیل شدہ permissions کی جانچ کریں۔ پھر pull اور restart کریں:
docker compose pull
docker compose stop
docker compose up -dDatabase migrations start کے وقت خودکار طور پر چلتی ہیں۔ اس کے باوجود پہلے dump لے لیں، کیونکہ automatic migration بھی migration ہی ہوتی ہے۔
Bugsink: ایک container، اور وہ licence جسے آپ کو پڑھنا چاہیے
Bugsink تینوں میں سب سے ہلکا ہے۔ یہ Sentry SDK protocol استعمال کرتا ہے، اور database کے علاوہ کسی message queue یا external service کے بغیر چلتا ہے۔ SQLite default ہے، جبکہ MySQL اور PostgreSQL بھی supported ہیں جب آپ کی ضروریات اس سے بڑھ جائیں۔
commit کرنے سے پہلے interface دیکھنے کے لیے ایک عارضی instance:
docker pull bugsink/bugsink:latest
docker run \
-e SECRET_KEY=PUT_AN_ACTUAL_RANDOM_SECRET_HERE_OF_AT_LEAST_50_CHARS \
-e CREATE_SUPERUSER=admin@example.org:admin \
-e PORT=8000 \
-p 8000:8000 \
bugsink/bugsinkhttp://localhost:8000/ کھولیں اور CREATE_SUPERUSER میں فراہم کیے گئے address اور password سے sign in کریں۔ container remove ہونے پر اس کا data ضائع ہو جاتا ہے۔ حقیقی instance کے لیے project کا compose sample استعمال کریں، جو bugsink/bugsink:2 کو postgres:17-alpine کے ساتھ جوڑتا ہے اور DATABASE_URL، BASE_URL اور BEHIND_HTTPS_PROXY set کرتا ہے۔ secret درست طریقے سے generate کریں:
openssl rand -base64 50BASE_URL اس URL سے match ہونا چاہیے جسے آپ کے users اور SDKs واقعی استعمال کرتے ہیں، scheme سمیت۔ اگر آپ https://errors.example.com پر قابل رسائی box استعمال کر رہے ہیں تو اسے http://localhost:8000 پر رکھنے سے notification email کا ہر link ایسے host کی طرف جائے گا جسے پڑھنے والے کے لیے resolve نہیں کیا جا سکتا۔ جب nginx یا Caddy اس کے سامنے TLS (transport layer security) terminate کرے تو BEHIND_HTTPS_PROXY کو true پر set کریں، اور X-Forwarded-Proto: https forward کریں، تاکہ Bugsink secure requests کو پہچانے اور اس کی CSRF checks درست scheme استعمال کریں۔
Vendor اپنے throughput کے اعداد و شمار بھی شائع کرتا ہے: 50 KB کے 18 events فی second، جو 2 vCPU اور 4 GB VPS پر روزانہ 1.5 million events بنتے ہیں۔ اسے آپ کے workload کی ضمانت کے بجائے tool کی capacity کا اندازہ سمجھیں۔ اس سے یہ ضرور معلوم ہوتا ہے کہ اس کی ceiling ایک چھوٹی application کی پیدا کردہ مقدار سے کہیں زیادہ ہے۔
اب licence کی بات، اور stack میں شامل کرنے سے پہلے اسی حصے کو پڑھنا ضروری ہے۔ Bugsink، PolyForm Shield License 1.0.0 کے تحت release ہوتا ہے۔ یہ source available ہے، open source نہیں: آپ اسے چلا اور modify کر سکتے ہیں، لیکن اسے Bugsink سے مقابلہ کرنے والی چیز بنانے کے لیے استعمال نہیں کر سکتے۔ Internal error tracker کے لیے یہ restriction عموماً مسئلہ نہیں بنتی۔ اگر آپ کی company developer tooling فروخت کرتی ہے تو پہلے کسی سے licence text پڑھوا لیں۔
خرابیوں کی tracking اور LLM observability اب بھی دو الگ tools ہیں
ایسا ایک tool تلاش کریں جو error tracking اور large language model (LLM) observability دونوں انجام دے، تو آپ کو ایسے products ملیں گے جو دونوں کا دعویٰ کرتے ہیں۔ ان دونوں کے data shapes مختلف ہیں، اسی لیے یہ انضمام اب تک درست طور پر نہیں ہو سکا۔ ایک error tracker stack trace کے ساتھ exception وصول کرتا ہے، اس سے fingerprint بناتا ہے، اور ہزاروں occurrences کو ایک issue میں شمار کے ساتھ سمیٹ دیتا ہے۔ LLM tracing tool ایک span وصول کرتا ہے جس میں prompt، response، token count اور latency شامل ہوتے ہیں۔ اسے ان سب کو برقرار رکھنا پڑتا ہے، کیونکہ یکساں inputs کے ساتھ کی جانے والی دو calls بھی الگ events ہوتی ہیں جنہیں پڑھنا ضروری ہو سکتا ہے۔
اس لیے دونوں tools چلائیں۔ Exceptions کو error tracker کو بھیجیں، اور model calls کو ایسے system میں بھیجیں جو ان کے لیے بنایا گیا ہو: agents کی tracing کے لیے self-hosted Langfuse اس پہلو کا احاطہ کرتا ہے، جبکہ self-hosted AI observability ایک مختلف زاویے سے یہی کام انجام دیتی ہے۔ آپ کی application پہلے ہی دونوں قسم کی failures پیدا کرتی ہے۔ ایسا model call جو پورے اعتماد کے ساتھ بے معنی جواب دے، کوئی exception نہیں پھینکتا؛ اس لیے error tracker اسے کبھی آپ کے سامنے نہیں لائے گا۔
ڈسک کا بڑھنا وہ خرابی ہے جس کا پتا بعد میں چلتا ہے
ہر error tracker ایسی database ہوتی ہے جس میں لکھنے کا عمل بہت زیادہ ہوتا ہے اور input کی کوئی مقررہ حد نہیں ہوتی۔ آپ کی application طے کرتی ہے کہ وہ کتنا data لکھے گی، اور کسی اہم code path میں ایک نیا bug ایک ہی رات میں دس لاکھ events پیدا کر سکتا ہے۔
GlitchTip ایک ایسا عدد شائع کرتا ہے جسے planning میں شامل کرنا چاہیے: ہر ماہ دس لاکھ events سنبھالنے والی instance کو 30 GB disk درکار ہو سکتی ہے۔ آپ کی retention window طے کرتی ہے کہ اس ingest میں سے کتنا data محفوظ رکھا جائے گا۔
Bugsink اس مسئلے کو دوسری سمت سے حل کرتا ہے۔ یہ fixed quota کے بجائے event count اور event age پر retention algorithm لاگو کرتا ہے، اور limits براہ راست فراہم کرتا ہے: MAX_RETENTION_EVENT_COUNT configured projects کے retention counts کا مجموعہ محدود کرتا ہے، جبکہ MAX_RETENTION_PER_PROJECT_EVENT_COUNT ہر project کی setting کی زیادہ سے زیادہ حد مقرر کرتا ہے۔ یہ configuration guardrails ہیں۔ جب آپ bugsink-manage delete_old_events یا bugsink-manage vacuum --old-events چلاتے ہیں تو MAX_EVENT_AGE_DAYS عمر کی مطلق حد نافذ کرتا ہے۔ Event budget کا تعین اپنے حقیقی stored event sizes کے مطابق کریں، کیونکہ event count bytes کی حد نہیں ہوتا۔
مشین پر حقیقی اعداد دیکھیں:
df -h /
docker system df -v
du -sh /var/lib/docker/volumes/*docker system df -v ہر volume کا سائز دکھاتا ہے، اس لیے آپ دیکھ سکتے ہیں کہ کون سی service بڑھ رہی ہے۔ اگر traffic میں تبدیلی کے بغیر کسی volume میں ہر ہفتے کئی gigabytes کا اضافہ ہو رہا ہو تو عموماً retention window مسلسل data جمع کر رہی ہوتی ہے، یا آپ کے event rate پر اس میں partition کی گنجائش سے زیادہ data محفوظ ہو رہا ہوتا ہے۔ Retention کو جوں کا توں چھوڑنے کا مطلب یہ نہیں کہ کچھ expire نہیں ہوگا: Sentry کا فراہم کردہ .env، SENTRY_EVENT_RETENTION_DAYS=90 مقرر کرتا ہے، جبکہ GlitchTip کا GLITCHTIP_RETENTION_DAYS default طور پر 90 ہوتا ہے۔ Partition بھرنے کا انتظار کرنے کے بجائے window کم کریں تاکہ وہ disk کے مطابق ہو جائے۔
Memory بھی یہی مسئلہ ہے، صرف صورت مختلف ہے۔ Limits کے بغیر stack kernel کی فراہم کردہ تمام memory استعمال کر لے گا، اور machine کی memory ختم ہونے پر OOM killer اس process کو ختم کرے گا جس کا badness score سب سے زیادہ ہو۔ Kernel یہ score بنیادی طور پر ہر process کے استعمال کردہ memory حجم سے نکالتا ہے، پھر اسے process کے oom_score_adj کے مطابق تبدیل کرتا ہے۔ ممکن ہے یہ tracker کے بجائے آپ کا web server ہو جس کی وجہ سے یہ صورت حال پیدا ہوئی۔ ہر service کے لیے maximum حد مقرر کریں: Docker Compose میں memory limits میں syntax اور یہ وضاحت موجود ہے کہ container اپنی حد تک پہنچنے پر کیا کرتا ہے۔ اپنی مقررہ limit پر ختم کیا گیا container ایک محدود failure ہوتا ہے۔ Host کی memory ختم ہونے سے پڑوسی services بھی خطرے میں پڑ جاتی ہیں۔
کون سا stack کس VPS کے لیے موزوں ہے
- 1 GB، یا اضافی گنجائش کے ساتھ 2 GB: GlitchTip کو all in one mode میں چلائیں اور Valkey بند رکھیں، یا Bugsink کو SQLite پر چلائیں۔ چند ایپلی کیشنز کے لیے دونوں اس سائز پر آسانی سے کام کرتے ہیں۔
- 4 GB: Bugsink کو PostgreSQL کے ساتھ، یا GlitchTip کو Valkey فعال اور الگ worker service کے ساتھ چلائیں۔ اس سائز پر tuning روک کر اسے براہِ راست چلایا جا سکتا ہے۔
- 8 GB: official Sentry errors-only profile کی installer RAM check اس وقت کامیاب ہوتی ہے جب Docker کو کم از کم 7000 MB نظر آ رہا ہو؛ اس کے لیے 2 CPU cores بھی درکار ہیں۔ installation سے پہلے
COMPOSE_PROFILES=errors-onlyکو.envمیں set کریں۔ - کم از کم 16 GB، تجویز کردہ 32 GB: official Sentry feature-complete self-hosted stack صرف اس وقت استعمال کریں جب آپ کو Sentry کا ایسا feature درکار ہو جسے ہلکے projects implement نہیں کرتے۔ پہلے ہر project کی documentation میں متعلقہ feature کی تصدیق کریں، کیونکہ compatible projects عام ضروریات پوری کرتے ہیں۔
آپ جو بھی چلائیں، error tracker اپنی failure کی اطلاع خود نہیں دے سکتا۔ اسے کسی مختلف machine سے monitor کریں: دوسرے box سے نگرانی کرنے والا Uptime Kuma آپ کو بتائے گا کہ tracker down ہے۔ یہی وہ وقت ہوتا ہے جب آپ کی application ایسے errors پیدا کرنا شروع کرتی ہے جنہیں کوئی record نہیں کر رہا۔
جب hosted plan سستا جواب ہو
Self-hosting اس وقت فائدہ مند ہے جب data residency کے قواعد اس کا تقاضا کریں، یا آپ کا event volume اتنا زیادہ ہو کہ فی event قیمت قابلِ ذکر بوجھ بن جائے۔ ان صورتوں کے علاوہ حساب ایمانداری سے کریں۔ Sentry کی دستاویزی طور پر feature-complete کم از کم ضرورت 16 GB RAM، 4 cores اور تیز disk والا server ہے، اور اس حجم کا VPS سستا VPS نہیں ہوتا؛ اس کے errors-only profile میں installer thresholds کم ہو کر 2 cores اور Docker کو نظر آنے والی 7000 MB RAM رہ جاتی ہیں۔ پھر operational کام بھی شامل کریں: ہر hard stop کو ترتیب سے عبور کرنا، اور سال میں چند بار ہر migration سے پہلے snapshot لینا۔
GlitchTip اور Bugsink یہ حساب مکمل طور پر بدل دیتے ہیں، کیونکہ 512 MB سے 4 GB تک کا server کم لاگت والا ہوتا ہے، اور معمول کی Docker updates میں image pull کے بعد restart کیا جاتا ہے؛ بڑی upgrades سے پہلے release notes اور database requirements بھی جانچ لی جاتی ہیں۔ اسی لیے اس سوال کے زیادہ تر پوچھنے والے official stack کے بجائے compatible projects میں سے کسی ایک کا انتخاب کرتے ہیں۔ انہیں error tracking چاہیے تھی، ایسا distributed data pipeline نہیں جس کی مسلسل نگرانی کرنا پڑے۔
اگر آپ اب بھی یہ طے کر رہے ہیں کہ server پر آخر کیا ہونا چاہیے، تو self-hosting کے قابل خدمات کی وسیع فہرست error tracking کو ان دوسری services کے ساتھ رکھتی ہے جو اسی RAM کے لیے مقابلہ کر رہی ہیں۔
FAQ
کیا میں 2 GB VPS پر Sentry کو self-host کر سکتا ہوں؟
نہیں۔ Sentry کا صرف errors-only profile بھی Docker کے لیے 2 CPU cores اور کم از کم 7000 MB دستیاب RAM درکار کرتا ہے؛ مکمل features والی documentation میں کم از کم 4 CPU cores، 16 GB RAM کے علاوہ 16 GB swap، اور 20 GB خالی disk درکار بتائی گئی ہے۔ یہ stack بیک وقت Postgres، ClickHouse، Kafka، Valkey اور کئی worker processes چلاتا ہے، اور installer اپنے RAM check کے دوران 2 GB server کو مسترد کر دیتا ہے۔ اگر containers ختم کیے جا رہے ہوں تو dmesg -T | grep -i 'out of memory' چیک کریں، جو ختم کیے گئے process کا نام دینے والی ایک line دکھاتا ہے۔ 2 GB VPS کے لیے GlitchTip استعمال کریں، جس کی documentation میں 512 MB درج ہے، یا Bugsink استعمال کریں، جو SQLite پر single container کے طور پر چلتا ہے۔
کیا Sentry سے GlitchTip یا Bugsink پر منتقل ہونے کے لیے مجھے application code تبدیل کرنا ہوگا؟
نہیں۔ دونوں Sentry کے open source SDKs سے events قبول کرتے ہیں، اس لیے جو SDK آپ پہلے ہی install کر چکے ہیں وہی برقرار رکھیں اور صرف ایک value تبدیل کریں: DSN، یعنی وہ URL جس پر SDK events بھیجتا ہے۔ اگر یہ ابھی hardcoded ہے تو اسے environment variable میں منتقل کریں، اسے نئے host کی طرف point کریں، پھر test exception پیدا کریں اور دیکھیں کہ وہ موصول ہوتی ہے یا نہیں۔ اگر کچھ ظاہر نہ ہو تو چیک کریں کہ DSN میں project identifier نئے server پر موجود project سے مطابقت رکھتا ہے، اور firewall application کو اس host اور port تک پہنچنے دیتا ہے۔
self-hosted error tracking کے لیے کتنی disk درکار ہوتی ہے؟
اس کا انحصار tool کے بجائے آپ کے event volume اور retention window پر ہوتا ہے۔ GlitchTip ایک ماہ میں one million events handle کرنے والے instance کے لیے 30 GB تجویز کرتا ہے۔ Bugsink آپ کو MAX_RETENTION_EVENT_COUNT کے ذریعے configured project retention کے لیے بجٹ مقرر کرنے اور اپنے cleanup commands کے ذریعے MAX_EVENT_AGE_DAYS نافذ کرنے دیتا ہے؛ disk sizing پھر بھی event sizes اور database overhead پر منحصر رہتی ہے۔ پہلے دن ہی retention چیک کریں: Sentry اور GlitchTip دونوں 90 day window کے ساتھ آتے ہیں، جو آپ کی event rate پر disk کی گنجائش سے زیادہ data رکھ سکتی ہے۔ جو tracker disk کی گنجائش سے زیادہ data محفوظ رکھتا ہے وہ اس وقت تک بڑھتا رہتا ہے جب تک df -h میں 100% نہ پڑھا جائے؛ اس کے بعد ingest رک جاتا ہے اور وہ errors ضائع ہو جاتی ہیں جنہیں آپ سب سے زیادہ دیکھنا چاہتے تھے۔
self-hosted Sentry کو upgrade کرتے وقت بار بار failure کیوں ہوتا ہے؟
کیونکہ upgrade کے دوران ایک ضروری hard stop چھوڑ دیا گیا۔ Sentry self-hosted مخصوص versions مقرر کرتا ہے جن میں database migrations شامل ہیں اور جن سے آپ کو لازماً گزرنا ہوتا ہے۔ October 2026 تک یہ versions 9.1.2، 21.5.0، 21.6.3، 23.6.2، 23.11.0، 24.8.0، 25.5.1، 26.5.0 اور 26.7.0 ہیں۔ پرانے release سے براہ راست تازہ ترین release پر جانے سے یہ migrations رہ جاتی ہیں، اس لیے schema اور code میں مطابقت نہیں رہتی اور upgrade درمیان میں رک جاتا ہے۔ ہر hard stop کو ترتیب سے check out کریں اور ہر ایک پر ./install.sh چلائیں، شروع کرنے سے پہلے server کا snapshot بنائیں، اور ان releases کی documented فہرست پڑھیں جن سے بچنا ہے؛ اس فہرست میں 23.7.0، 25.9.0 اور 25.12.0 شامل ہیں۔