Grafana Labs 近日開源了兩個新項目，分別是用于大規模持續性能分析 （Continuous Profiling） 的開源數據庫 Phlare，以及用于前端應用可觀測性的 Faro。

Grafana Phlare

Grafana Phlare 是一個用于聚合持續分析 （Continuous Profiling） 數據的開源項目，它可以和 Grafana 完全集成，允許你與其他可觀察信號相關聯。

Grafana Labs 介紹道，Profiling 可用于分析程序的資源使用情況，進而幫助開發者優化程序的性能和成本。但當下主流的分布式云原生架構讓 Profiling 這件事變得更加復雜，從而產生了對持續分析 （Continuous Profiling） 的需求，其中有關資源使用情況的信息會在整個計算基礎設施中定期自動收集，然后壓縮并存儲為時間序列數據，這使開發者能夠可視化查看隨時間的變化并放大與感興趣的時間段相匹配的 profile 文件 —— 例如，CPU 在其利用率最高時所花費的時間，或函數調用的頻率和持續時間。

Grafana Labs 稱 “Continuous Profiling” 是除 metrics， logs 和 traces 之外的可觀測性第四大支柱。

Phlare 使用諸如 Amazon S3、Google Cloud Storage、Azure Blob Storage、OpenStack Swift，以及任何與 S3 兼容的對象存儲，因此開發者可以使用較低廉的存儲來存放所有歷史記錄，Phlare 還提供多租戶和隔離功能集，可供團隊或業務部門運行獨立數據庫。

Phlare 運行流程

Phlare 架構

（圖片來源：https://xie.infoq.cn）

Grafana Faro

Grafana Faro 是用于收集有關 Web 應用程序前端運行狀況數據的開源函數庫，開發者將其提供的 Grafana Faro Web SDK 嵌入到前端應用程序，該程序就會自動開始收集日志、錯誤和性能指標，然后添加元數據以便找到有用的條目，并將其轉發到 Grafana 代理（需啟用集成的應用程序代理接收器），然后它可以將這些數據發送到 Prometheus、Grafana Loki 或 Grafana Tempo。

如下圖所示：

Faro 運行流程

Grafana Labs 表示，過去開發者可以使用 Grafana 來監控基礎設施，并使用 OpenTelemetry 來監控 API，但是前端應用程序缺乏監控解決方案，因此開發者無法掌握終端用戶的實際使用狀況，現在 Faro 填補了這個空缺。

Faro 還提供了事件 API，可用于捕獲用戶事件，讓開發者能夠重建終端用戶在應用程序的使用歷程，以了解用戶與應用程序的交互方式。

審核編輯 ：李倩