G\u00fcn\u00fcn modern yaz\u0131l\u0131m sistemleri, karma\u015f\u0131kl\u0131klar\u0131 ve \u00f6l\u00e7ekleri artt\u0131k\u00e7a, performanslar\u0131n\u0131 ve sa\u011fl\u0131k durumlar\u0131n\u0131 anlamak giderek daha kritik hale gelmektedir. Bir uygulaman\u0131n yava\u015flamas\u0131n\u0131n veya bir sunucunun a\u015f\u0131r\u0131 y\u00fcklenmesinin nedenlerini h\u0131zl\u0131ca tespit etmek, potansiyel sorunlar\u0131 \u00f6nceden g\u00f6rmek ve kullan\u0131c\u0131 deneyimini s\u00fcrekli iyile\u015ftirmek i\u00e7in detayl\u0131 istatistik takibi vazge\u00e7ilmezdir. Bu makalede, bu t\u00fcr istatistikleri toplamak, depolamak ve g\u00f6rselle\u015ftirmek i\u00e7in yayg\u0131n olarak kullan\u0131lan g\u00fc\u00e7l\u00fc bir ara\u00e7 setini inceleyece\u011fiz: StatsD, Graphite ve CollectD. Bu \u00fc\u00e7 ara\u00e7, bir araya geldiklerinde, sistemleriniz hakk\u0131nda derinlemesine bilgi edinmenizi sa\u011flayan kapsaml\u0131 bir izleme \u00e7\u00f6z\u00fcm\u00fc sunar.<\/p>\n
Yaz\u0131l\u0131m geli\u015ftirme ve operasyon d\u00fcnyas\u0131nda “ne \u00f6l\u00e7emezsen, y\u00f6netemezsin” s\u00f6z\u00fc s\u0131k\u00e7a kullan\u0131l\u0131r. Bu s\u00f6z, istatistik takibinin temel felsefesini \u00f6zetler. Uygulama performans\u0131, sunucu kaynak kullan\u0131m\u0131, a\u011f trafi\u011fi, veritaban\u0131 sorgu s\u00fcreleri gibi metrikleri s\u00fcrekli izlemek, sistemlerin sa\u011fl\u0131\u011f\u0131 hakk\u0131nda ger\u00e7ek zamanl\u0131 ve ge\u00e7mi\u015fe d\u00f6n\u00fck bilgiler sa\u011flar. Bu bilgiler:<\/p>\n
* Performans darbo\u011fazlar\u0131n\u0131 tespit etmeye<\/strong> yard\u0131mc\u0131 olur. Geleneksel izleme yakla\u015f\u0131mlar\u0131 genellikle s\u0131n\u0131rlamalara sahiptir. \u00d6rne\u011fin, sunucu loglar\u0131n\u0131 d\u00fczenli olarak taramak veya basit betikler arac\u0131l\u0131\u011f\u0131yla belirli aral\u0131klarla sistem durumunu kontrol etmek, anl\u0131k veya y\u00fcksek frekansl\u0131 veri toplama ihtiyac\u0131n\u0131 kar\u015f\u0131lamakta yetersiz kalabilir. Log tabanl\u0131 analizler genellikle ge\u00e7mi\u015fe d\u00f6n\u00fckt\u00fcr ve y\u00fcksek hacimli verilerde performans sorunlar\u0131 ya\u015fatabilir. Ayr\u0131ca, bu t\u00fcr yakla\u015f\u0131mlar genellikle merkezi bir depolama ve g\u00f6rselle\u015ftirme katman\u0131ndan yoksundur, bu da farkl\u0131 kaynaklardan gelen verileri bir araya getirmeyi zorla\u015ft\u0131r\u0131r. \u0130\u015fte bu noktada, \u00f6zel olarak zaman serisi verileri i\u00e7in tasarlanm\u0131\u015f ara\u00e7lar devreye girer.<\/p>\n StatsD, uygulamalar\u0131n\u0131zdan performans metriklerini toplamak i\u00e7in tasarlanm\u0131\u015f, basit ama g\u00fc\u00e7l\u00fc bir a\u011f servisidir (daemon). Etsy taraf\u0131ndan geli\u015ftirilen ve a\u00e7\u0131k kaynak olarak yay\u0131nlanan StatsD, metrik toplama s\u00fcrecini son derece hafif ve uygulaman\u0131z i\u00e7in neredeyse s\u0131f\u0131r ek y\u00fckle ger\u00e7ekle\u015ftirir.<\/p>\n StatsD’nin temel \u00e7al\u0131\u015fma prensibi, UDP protokol\u00fc \u00fczerinden metrikleri “ate\u015fle ve unut” (fire-and-forget) yakla\u015f\u0131m\u0131yla almas\u0131d\u0131r. Bu, uygulaman\u0131z\u0131n metrik g\u00f6nderme i\u015fleminin bir yan\u0131t beklemeden devam etmesini sa\u011flar, b\u00f6ylece uygulaman\u0131n performans\u0131 \u00fczerinde herhangi bir blokaj veya gecikme yaratmaz. StatsD sunucusu, belirli bir zaman aral\u0131\u011f\u0131nda (\u00f6rne\u011fin 10 saniye) gelen t\u00fcm metrikleri toplar, birle\u015ftirir ve ard\u0131ndan bu \u00f6zetlenmi\u015f veriyi bir zaman serisi veritaban\u0131na (genellikle Graphite) g\u00f6nderir.<\/p>\n StatsD, farkl\u0131 t\u00fcrde istatistikleri toplamak i\u00e7in \u00e7e\u015fitli metrik t\u00fcrleri sunar:<\/p>\n * Saya\u00e7lar (Counters):<\/strong> Belirli bir olay\u0131n ne s\u0131kl\u0131kla ger\u00e7ekle\u015fti\u011fini saymak i\u00e7in kullan\u0131l\u0131r. \u00d6rne\u011fin, bir API u\u00e7 noktas\u0131na yap\u0131lan istek say\u0131s\u0131, bir hata kodu say\u0131s\u0131. Uygulama kodu i\u00e7inde * D\u00fc\u015f\u00fck Ek Y\u00fck:<\/strong> UDP kullan\u0131m\u0131 sayesinde uygulaman\u0131z \u00fczerinde minimal performans etkisi. Graphite, zaman serisi verilerini depolamak ve grafikler halinde g\u00f6rselle\u015ftirmek i\u00e7in tasarlanm\u0131\u015f bir sistemdir. \u00dc\u00e7 ana bile\u015fenden olu\u015fur: Carbon, Whisper ve Graphite-web.<\/p>\n Carbon, Graphite’\u0131n veri al\u0131m katman\u0131d\u0131r. \u00c7e\u015fitli protokoller (plaintext, pickle, AMQP) arac\u0131l\u0131\u011f\u0131yla metrikleri kabul eder ve bunlar\u0131 Whisper veritaban\u0131na yazar. Carbon’\u0131n \u00fc\u00e7 ana alt bile\u015feni vard\u0131r:<\/p>\n * Carbon-cache:<\/strong> Metrikleri al\u0131r, \u00f6nbelle\u011fe al\u0131r ve yap\u0131land\u0131r\u0131lm\u0131\u015f saklama politikalar\u0131na g\u00f6re Whisper dosyalar\u0131na yazar. Genellikle bir Graphite kurulumunun ana Carbon bile\u015fenidir. Whisper, Graphite’\u0131n temel depolama motorudur. RRDtool’a benzer \u015fekilde, sabit boyutlu bir dosya format\u0131d\u0131r. Her metrik i\u00e7in ayr\u0131 bir Bir saklama politikas\u0131, bir metri\u011fin ne kadar s\u00fcreyle ve hangi detay seviyesinde saklanaca\u011f\u0131n\u0131 tan\u0131mlar. \u00d6rne\u011fin: Bu politikalar, eski verilerin daha az detayl\u0131 bir \u015fekilde saklanmas\u0131n\u0131 sa\u011flayarak disk alan\u0131ndan tasarruf ederken, uzun vadeli trend analizi i\u00e7in yeterli veriyi korur.<\/p>\n Graphite-web, Django tabanl\u0131 bir web uygulamas\u0131d\u0131r. Kullan\u0131c\u0131lar\u0131n depolanm\u0131\u015f metrikleri sorgulamas\u0131na, grafikler olu\u015fturmas\u0131na ve panolar (dashboards) tasarlamas\u0131na olanak tan\u0131r. Ayr\u0131ca, metrik verilerini JSON, CSV gibi formatlarda sunan g\u00fc\u00e7l\u00fc bir HTTP API’si sa\u011flar, bu da di\u011fer ara\u00e7lar\u0131n (Grafana gibi) Graphite ile entegre olmas\u0131n\u0131 kolayla\u015ft\u0131r\u0131r.<\/p>\n Graphite’\u0131n web aray\u00fcz\u00fc, metrik adlar\u0131n\u0131 otomatik tamamlama, \u00e7e\u015fitli grafik t\u00fcrleri (\u00e7izgi, alan, \u00e7ubuk) ve g\u00fc\u00e7l\u00fc bir fonksiyon dili (\u00f6rne\u011fin, * \u00d6l\u00e7eklenebilirlik:<\/strong> Carbon-relay ve sharding ile b\u00fcy\u00fck veri hacimlerini y\u00f6netebilir. StatsD uygulama metrikleri i\u00e7in m\u00fckemmel olsa da, sistemin genel sa\u011fl\u0131\u011f\u0131n\u0131 (CPU, bellek, disk I\/O, a\u011f) izlemek i\u00e7in daha \u00f6zel bir araca ihtiya\u00e7 duyulur. \u0130\u015fte bu noktada CollectD devreye girer. CollectD, sistem ve uygulama performans\u0131 metriklerini periyodik olarak toplayan ve bunlar\u0131 \u00e7e\u015fitli \u00e7\u0131k\u0131\u015f hedeflerine (Graphite dahil) g\u00f6nderen k\u00fc\u00e7\u00fck, verimli bir daemon’dur.<\/p>\n CollectD, mod\u00fcler bir yap\u0131ya sahiptir ve y\u00fczlerce farkl\u0131 veri kayna\u011f\u0131n\u0131 destekleyen geni\u015f bir eklenti (plugin) yelpazesi sunar. Her eklenti, belirli bir sistem bile\u015feninden veya hizmetten (\u00f6rne\u011fin Linux \u00e7ekirde\u011fi, Apache, Nginx, MySQL, Redis, JVM) metrikleri toplamakla sorumludur.<\/p>\n * Giri\u015f Eklentileri (Input Plugins):<\/strong> CPU kullan\u0131m\u0131, bellek, disk I\/O, a\u011f aray\u00fczleri, y\u00fck ortalamas\u0131 gibi i\u015fletim sistemi metriklerini veya Apache, Nginx, MySQL gibi uygulama metriklerini toplar. \u00d6rne\u011fin, CollectD, genellikle sistemin kendisinde \u00e7al\u0131\u015f\u0131r ve d\u00fc\u015f\u00fck kaynak t\u00fcketimi ile bilinir. Toplad\u0131\u011f\u0131 verileri, yap\u0131land\u0131r\u0131lan \u00e7\u0131k\u0131\u015f eklentileri arac\u0131l\u0131\u011f\u0131yla Graphite’a g\u00f6nderir.<\/p>\n * Kapsaml\u0131 Sistem \u0130zleme:<\/strong> \u0130\u015fletim sistemi seviyesinden uygulama seviyesine kadar geni\u015f bir yelpazede metrik toplar. StatsD, Graphite ve CollectD, farkl\u0131 ancak tamamlay\u0131c\u0131 roller \u00fcstlenerek g\u00fc\u00e7l\u00fc bir izleme y\u0131\u011f\u0131n\u0131 olu\u015fturur. Bu \u00fc\u00e7l\u00fcn\u00fcn nas\u0131l bir araya geldi\u011fini g\u00f6rselle\u015ftirelim:<\/p>\n 1. Uygulama Metrikleri:<\/strong> Uygulamalar\u0131n\u0131z (web sunucular\u0131, arka u\u00e7 servisleri, mikroservisler) kendi i\u00e7lerinden \u00fcrettikleri \u00f6zel metrikleri (i\u015flem s\u00fcreleri, API \u00e7a\u011fr\u0131 say\u0131lar\u0131, hata oranlar\u0131 vb.) StatsD<\/strong> istemci k\u00fct\u00fcphaneleri arac\u0131l\u0131\u011f\u0131yla, UDP \u00fczerinden yerel veya uzak bir StatsD sunucusuna g\u00f6nderir. Bu metrikler, uygulaman\u0131n i\u015f mant\u0131\u011f\u0131na \u00f6zg\u00fc de\u011ferli performans g\u00f6stergeleridir.<\/p>\n 2. Sistem Metrikleri:<\/strong> Sunucular\u0131n\u0131z (fiziksel, sanal veya bulut), i\u015fletim sistemleri ve \u00fczerinde \u00e7al\u0131\u015fan genel servisler (Apache, MySQL, Redis vb.) hakk\u0131ndaki sistem seviyesi metrikleri (CPU kullan\u0131m\u0131, bellek, disk I\/O, a\u011f trafi\u011fi, sistem y\u00fck\u00fc) CollectD<\/strong> taraf\u0131ndan toplan\u0131r. CollectD, bu verileri do\u011frudan veya bir 3. StatsD -> Graphite Entegrasyonu:<\/strong> StatsD sunucusu, belirli aral\u0131klarla (genellikle 10 saniye) toplad\u0131\u011f\u0131 ve \u00f6zetledi\u011fi uygulama metriklerini (saya\u00e7lar, g\u00f6stergeler, zamanlay\u0131c\u0131 \u00f6zetleri) Graphite’\u0131n Carbon-cache<\/strong> bile\u015fenine g\u00f6nderir. Bu g\u00f6nderim genellikle plaintext veya pickle protokol\u00fc \u00fczerinden TCP ile yap\u0131l\u0131r.<\/p>\n 4. Carbon -> Whisper Entegrasyonu:<\/strong> Carbon-cache, hem StatsD’den hem de CollectD’den gelen metrikleri al\u0131r, \u00f6nbelle\u011fe al\u0131r ve yap\u0131land\u0131r\u0131lm\u0131\u015f saklama politikalar\u0131na (storage-schemas.conf) g\u00f6re Whisper<\/strong> dosyalar\u0131na ( 5. G\u00f6rselle\u015ftirme ve Analiz:<\/strong> Son olarak, kullan\u0131c\u0131lar veya di\u011fer izleme ara\u00e7lar\u0131, Graphite-web<\/strong>‘in API’sini veya web aray\u00fcz\u00fcn\u00fc kullanarak Whisper’da depolanan zaman serisi verilerini sorgular ve g\u00f6rselle\u015ftirir. Bu genellikle Grafana gibi daha modern bir pano arac\u0131 arac\u0131l\u0131\u011f\u0131yla yap\u0131l\u0131r, ancak Graphite-web’in kendi panolar\u0131 da mevcuttur.<\/p>\n Bu entegrasyon sayesinde, hem uygulama i\u00e7inden gelen detayl\u0131 i\u015f metrikleri hem de altyap\u0131dan gelen genel sa\u011fl\u0131k metrikleri tek bir merkezi depoda toplan\u0131r ve tek bir aray\u00fczden g\u00f6rselle\u015ftirilebilir. Bu, sorun gidermeyi kolayla\u015ft\u0131r\u0131r, performans analizlerini derinle\u015ftirir ve sistem sa\u011fl\u0131\u011f\u0131 hakk\u0131nda b\u00fct\u00fcnsel bir g\u00f6r\u00fcn\u00fcm sunar.<\/p>\n Etkili bir izleme sistemi i\u00e7in metrik adland\u0131rma stratejisi kritik \u00f6neme sahiptir. Graphite’\u0131n hiyerar\u015fik yap\u0131s\u0131, metrikleri mant\u0131ksal gruplara ay\u0131rman\u0131za olanak tan\u0131r. \u00d6nerilen bir yap\u0131 genellikle \u015f\u00f6yledir:<\/p>\n \u00d6rnekler: Bu t\u00fcr bir adland\u0131rma, metrikleri kolayca bulman\u0131z\u0131, filtrelemenizi ve grupland\u0131rman\u0131z\u0131 sa\u011flar.<\/p>\n Bu \u00fc\u00e7l\u00fcy\u00fc etkin bir \u015fekilde kullanmak i\u00e7in baz\u0131 ileri kavramlar ve en iyi uygulamalar\u0131 g\u00f6z \u00f6n\u00fcnde bulundurmak faydal\u0131d\u0131r.<\/p>\n Whisper’\u0131n saklama politikalar\u0131, veri depolama maliyetleri ile ge\u00e7mi\u015f veri analizi ihtiyac\u0131 aras\u0131ndaki dengeyi kurar. Carbon-aggregator, metrikleri depolamadan \u00f6nce \u00f6zetlemek i\u00e7in kullan\u0131l\u0131r. Bu, \u00f6zellikle y\u00fcksek hacimli, ancak daha az detay gerektiren metrikler i\u00e7in faydal\u0131d\u0131r. \u00d6rne\u011fin, 100 farkl\u0131 sunucudan gelen B\u00fcy\u00fck \u00f6l\u00e7ekli sistemlerde, tek bir Graphite sunucusu yetersiz kalabilir. \u00d6l\u00e7eklenebilirlik i\u00e7in a\u015fa\u011f\u0131daki yakla\u015f\u0131mlar kullan\u0131labilir:<\/p>\n * Carbon-relay:<\/strong> Gelen metrikleri birden fazla Carbon-cache \u00f6rne\u011fine y\u00f6nlendirmek i\u00e7in kullan\u0131l\u0131r. Bu, metriklerin farkl\u0131 sunuculara da\u011f\u0131t\u0131lmas\u0131n\u0131 (sharding) sa\u011flar. Graphite’\u0131n kendisi basit bir pano aray\u00fcz\u00fc sunsa da, modern izleme \u00e7\u00f6z\u00fcmlerinde genellikle Grafana gibi daha geli\u015fmi\u015f pano ve uyar\u0131 ara\u00e7lar\u0131 kullan\u0131l\u0131r. Grafana, Graphite ile sorunsuz bir \u015fekilde entegre olur ve:<\/p>\n * \u00c7ok daha zengin ve etkile\u015fimli grafikler sunar. Bu ara\u00e7lar, metrikler belirli e\u015fikleri a\u015ft\u0131\u011f\u0131nda otomatik olarak uyar\u0131lar g\u00f6ndererek operasyon ekiplerinin sorunlara h\u0131zl\u0131ca m\u00fcdahale etmesini sa\u011flar.<\/p>\n Metriklerinizin do\u011fru ve g\u00fcvenilir oldu\u011fundan emin olmak i\u00e7in: Graphite, StatsD ve CollectD \u00fc\u00e7l\u00fcs\u00fc, modern sistemlerin performans\u0131n\u0131 ve sa\u011fl\u0131\u011f\u0131n\u0131 izlemek i\u00e7in kan\u0131tlanm\u0131\u015f, esnek ve g\u00fc\u00e7l\u00fc bir \u00e7\u00f6z\u00fcm sunar. StatsD, uygulamalar\u0131n\u0131zdan y\u00fcksek frekansl\u0131, hafif metrikleri toplarken; CollectD, sistem seviyesi ve genel servis metriklerini kapsaml\u0131 bir \u015fekilde izler. T\u00fcm bu veriler, Graphite’\u0131n Carbon bile\u015feni taraf\u0131ndan al\u0131n\u0131r, Whisper veritaban\u0131nda saklan\u0131r ve Graphite-web (genellikle Grafana ile birlikte) arac\u0131l\u0131\u011f\u0131yla g\u00f6rselle\u015ftirilir ve analiz edilir.<\/p>\n Bu ara\u00e7 setini kullanarak, sistemlerinizin nas\u0131l davrand\u0131\u011f\u0131na dair derinlemesine bir anlay\u0131\u015f geli\u015ftirebilir, potansiyel sorunlar\u0131 proaktif olarak tespit edebilir ve veri odakl\u0131 kararlar alarak uygulamalar\u0131n\u0131z\u0131n ve altyap\u0131n\u0131z\u0131n performans\u0131n\u0131 s\u00fcrekli olarak optimize edebilirsiniz. Zaman serisi verilerinin g\u00fcc\u00fc, sadece sorunlar\u0131 gidermekle kalmaz, ayn\u0131 zamanda gelecekteki b\u00fcy\u00fcme ve iyile\u015ftirmeler i\u00e7in de\u011ferli i\u00e7g\u00f6r\u00fcler sa\u011flar. Bu nedenle, bu ara\u00e7lar\u0131 anlamak ve etkin bir \u015fekilde kullanmak, her modern DevOps veya Site Reliability Engineering (SRE) ekibi i\u00e7in temel bir yetkinlik haline gelmi\u015ftir.<\/body><\/p>\n","protected":false},"excerpt":{"rendered":"Graphite, StatsD ve CollectD ile \u0130statistik Takibine Giri\u015f\nG\u00fcn\u00fcn modern yaz\u0131l\u0131m sistemleri, karma\u015f\u0131kl\u0131klar\u0131 ve \u00f6l\u00e7ekleri artt\u0131k\u00e7a, perf","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1],"tags":[],"class_list":{"0":"post-34098","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-genel","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\n
\n* Kapasite planlamas\u0131<\/strong> i\u00e7in veri sa\u011flar.
\n* Anomali tespiti<\/strong> yaparak beklenmedik davran\u0131\u015flar\u0131 ortaya \u00e7\u0131kar\u0131r.
\n* Kullan\u0131c\u0131 deneyimini iyile\u015ftirmek<\/strong> i\u00e7in geri bildirim sunar.
\n* Da\u011f\u0131t\u0131lm\u0131\u015f sistemlerde sorun gidermeyi<\/strong> kolayla\u015ft\u0131r\u0131r.<\/p>\nStatsD: Uygulama Metriklerinin Hafif Koleksiyoncusu<\/h3>\n
StatsD Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h4>\n
Temel StatsD Metrik T\u00fcrleri<\/h4>\n
statsd.increment('api.request.count')<\/code> gibi \u00e7a\u011fr\u0131larla art\u0131r\u0131l\u0131r. Belirli bir y\u00fczde ile de art\u0131r\u0131labilir veya azalt\u0131labilir.
\n* G\u00f6stergeler (Gauges):<\/strong> Bir de\u011ferin anl\u0131k durumunu \u00f6l\u00e7er. \u00d6rne\u011fin, CPU kullan\u0131m\u0131, bellek t\u00fcketimi, kuyruktaki mesaj say\u0131s\u0131. Bu de\u011ferler artabilir veya azalabilir. statsd.gauge('server.cpu.usage', 45)<\/code> gibi kullan\u0131l\u0131r.
\n* Zamanlay\u0131c\u0131lar (Timers):<\/strong> Bir i\u015flemin ne kadar s\u00fcrd\u00fc\u011f\u00fcn\u00fc \u00f6l\u00e7mek i\u00e7in kullan\u0131l\u0131r. \u00d6rne\u011fin, bir veritaban\u0131 sorgusunun s\u00fcresi, bir web iste\u011finin yan\u0131t s\u00fcresi. StatsD, bu zamanlama verilerinden ortalama, medyan, 90. persentil gibi istatistikleri otomatik olarak hesaplar. statsd.timing('database.query.time', 120)<\/code> gibi kullan\u0131l\u0131r.
\n* K\u00fcmeler (Sets):<\/strong> Belirli bir zaman diliminde benzersiz \u00f6\u011felerin say\u0131s\u0131n\u0131 saymak i\u00e7in kullan\u0131l\u0131r. \u00d6rne\u011fin, web sitenizi ziyaret eden benzersiz kullan\u0131c\u0131 kimlikleri. statsd.set('unique.users', 'user_id_123')<\/code> gibi kullan\u0131l\u0131r.<\/p>\nStatsD’nin Faydalar\u0131<\/h4>\n
\n* Basit Entegrasyon:<\/strong> \u00c7o\u011fu programlama dili i\u00e7in StatsD istemci k\u00fct\u00fcphaneleri mevcuttur, bu da metrik g\u00f6ndermeyi kolayla\u015ft\u0131r\u0131r.
\n* Esneklik:<\/strong> Uygulama kodu i\u00e7inde istedi\u011finiz herhangi bir noktadan metrik g\u00f6ndermenize olanak tan\u0131r.
\n* \u00d6zetleme:<\/strong> Metrikleri toplamadan \u00f6nce \u00f6zetleyerek zaman serisi veritaban\u0131na g\u00f6nderilen veri miktar\u0131n\u0131 azalt\u0131r.<\/p>\nGraphite: Zaman Serisi Veri Depolama ve G\u00f6rselle\u015ftirme Motoru<\/h3>\n
Carbon: Veri Al\u0131m\u0131 ve Depolama Aray\u00fcz\u00fc<\/h4>\n
\n* Carbon-relay:<\/strong> Gelen metrikleri birden fazla Carbon-cache \u00f6rne\u011fine y\u00f6nlendirmek i\u00e7in kullan\u0131l\u0131r, bu da \u00f6l\u00e7eklenebilirlik ve y\u00fcksek eri\u015filebilirlik sa\u011flar.
\n* Carbon-aggregator:<\/strong> Belirli metrikleri al\u0131p bunlar\u0131 yap\u0131land\u0131r\u0131lm\u0131\u015f kurallara g\u00f6re \u00f6zetleyerek yeni metrikler olu\u015fturur. \u00d6rne\u011fin, birden fazla sunucudan gelen CPU kullan\u0131m metriklerini toplay\u0131p ortalamas\u0131n\u0131 alabilir.<\/p>\nWhisper: Zaman Serisi Veritaban\u0131<\/h4>\n
.wsp<\/code> dosyas\u0131 olu\u015fturulur. Whisper’\u0131n en \u00f6nemli \u00f6zelli\u011fi, tan\u0131mlanabilir saklama politikalar\u0131 (retention policies) sayesinde ge\u00e7mi\u015f verileri otomatik olarak \u00f6zetlemesidir (downsampling).<\/p>\n
\n* Son 24 saat i\u00e7in her 10 saniyede bir veri noktas\u0131.
\n* Son 7 g\u00fcn i\u00e7in her 1 dakikada bir veri noktas\u0131.
\n* Son 5 y\u0131l i\u00e7in her 1 saatte bir veri noktas\u0131.<\/p>\nGraphite-web: G\u00f6rselle\u015ftirme ve API<\/h4>\n
sumSeries()<\/code>, scale()<\/code>, averageSeries()<\/code>, alias()<\/code>) ile donat\u0131lm\u0131\u015ft\u0131r. Bu fonksiyonlar, ham metrik verileri \u00fczerinde karma\u015f\u0131k hesaplamalar yapman\u0131za ve sonu\u00e7lar\u0131 anlaml\u0131 grafiklere d\u00f6n\u00fc\u015ft\u00fcrmenize olanak tan\u0131r.<\/p>\nGraphite’\u0131n Faydalar\u0131<\/h4>\n
\n* Esnek Veri Modeli:<\/strong> Hiyerar\u015fik metrik isimlendirme (\u00f6rne\u011fin server.web01.cpu.usage<\/code>) sayesinde metrikleri kolayca d\u00fczenleyebilir ve sorgulayabilirsiniz.
\n* G\u00fc\u00e7l\u00fc Sorgu Dili:<\/strong> Geli\u015fmi\u015f fonksiyonlar sayesinde veriler \u00fczerinde derinlemesine analizler yapabilirsiniz.
\n* A\u00e7\u0131k API:<\/strong> Di\u011fer g\u00f6rselle\u015ftirme ve uyar\u0131 ara\u00e7lar\u0131yla kolay entegrasyon.<\/p>\nCollectD: Sistem Seviyesi Metriklerin Kapsaml\u0131 Koleksiyoncusu<\/h3>\n
CollectD Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h4>\n
cpu<\/code> eklentisi CPU zamanlar\u0131n\u0131, memory<\/code> eklentisi bellek kullan\u0131m\u0131n\u0131 izler.
\n* \u00c7\u0131k\u0131\u015f Eklentileri (Output Plugins):<\/strong> Toplanan metrikleri \u00e7e\u015fitli formatlarda ve protokollere g\u00f6re d\u0131\u015fa aktar\u0131r. write_graphite<\/code> eklentisi, metrikleri do\u011frudan Graphite Carbon servisine g\u00f6nderir. network<\/code> eklentisi ise CollectD’nin kendi a\u011f protokol\u00fcn\u00fc kullanarak ba\u015fka bir CollectD sunucusuna veya bir a\u011f ge\u00e7idine veri g\u00f6ndermesini sa\u011flar.<\/p>\nCollectD’nin Faydalar\u0131<\/h4>\n
\n* D\u00fc\u015f\u00fck Kaynak T\u00fcketimi:<\/strong> C ile yaz\u0131lm\u0131\u015f olmas\u0131 sayesinde olduk\u00e7a verimlidir.
\n* Mod\u00fcler Mimari:<\/strong> Yeni veri kaynaklar\u0131n\u0131 veya \u00e7\u0131k\u0131\u015f hedeflerini desteklemek i\u00e7in kolayca geni\u015fletilebilir.
\n* G\u00fcvenilirlik:<\/strong> Uzun s\u00fcreli ve kararl\u0131 \u00e7al\u0131\u015fma i\u00e7in tasarlanm\u0131\u015ft\u0131r.
\n* Otomatik Metrik \u0130simlendirme:<\/strong> Metrikleri genellikle standart ve anlaml\u0131 bir hiyerar\u015fide isimlendirir (\u00f6rne\u011fin hostname.plugin.instance.type.type_instance<\/code>).<\/p>\nBile\u015fenlerin Entegrasyonu: B\u00fct\u00fcnsel Bir Bak\u0131\u015f A\u00e7\u0131s\u0131<\/h3>\n
write_graphite<\/code> eklentisi arac\u0131l\u0131\u011f\u0131yla Graphite’\u0131n Carbon bile\u015fenine g\u00f6nderir.<\/p>\n.wsp<\/code>) yazar. Her benzersiz metrik i\u00e7in bir Whisper dosyas\u0131 olu\u015fturulur.<\/p>\nMetrik Adland\u0131rma ve En \u0130yi Uygulamalar<\/h4>\n
uygulama_ad\u0131.sunucu_ad\u0131.bile\u015fen.metrik_ad\u0131<\/code>
\nveya
\nuygulama_ad\u0131.ortam.sunucu_rol\u00fc.metrik_ad\u0131<\/code><\/p>\n
\n* web_app.prod.web01.requests.total<\/code>
\n* web_app.dev.api.user_service.login.latency.p90<\/code>
\n* system.db01.cpu.usage_percent<\/code>
\n* collectd.web02.memory.free<\/code><\/p>\n\u0130leri Kavramlar ve En \u0130yi Uygulamalar<\/h3>\n
Saklama Politikalar\u0131 (Retention Policies)<\/h4>\n
storage-schemas.conf<\/code> dosyas\u0131nda tan\u0131mlanan bu politikalar, hangi metriklerin ne kadar s\u00fcreyle ve hangi \u00e7\u00f6z\u00fcn\u00fcrl\u00fckte saklanaca\u011f\u0131n\u0131 belirler. Metriklerin \u00f6nemine ve kullan\u0131m s\u0131kl\u0131\u011f\u0131na g\u00f6re farkl\u0131 politikalar uygulamak ak\u0131ll\u0131ca olacakt\u0131r. \u00d6rne\u011fin, anl\u0131k i\u015flem s\u00fcreleri i\u00e7in y\u00fcksek \u00e7\u00f6z\u00fcn\u00fcrl\u00fckte k\u0131sa s\u00fcreli saklama, y\u0131ll\u0131k kapasite planlamas\u0131 i\u00e7in d\u00fc\u015f\u00fck \u00e7\u00f6z\u00fcn\u00fcrl\u00fckte uzun s\u00fcreli saklama.<\/p>\nAggregasyonlar ve Konsolidasyon<\/h4>\n
cpu.idle<\/code> metriklerini toplay\u0131p tek bir cluster.cpu.idle.average<\/code> metri\u011fi olarak depolayabilirsiniz. Bu, hem disk alan\u0131ndan tasarruf sa\u011flar hem de sorgu performans\u0131n\u0131 art\u0131r\u0131r.<\/p>\n\u00d6l\u00e7eklenebilirlik<\/h4>\n
\n Sharding:<\/strong> Metrik adlar\u0131na g\u00f6re verileri farkl\u0131 Graphite sunucular\u0131na da\u011f\u0131tmak. \u00d6rne\u011fin, app1.<\/em><\/code> metrikleri Sunucu A’ya, app2.*<\/code> metrikleri Sunucu B’ye gidebilir.
\n* Replikasyon:<\/strong> Y\u00fcksek eri\u015filebilirlik i\u00e7in metrikleri birden fazla Carbon-cache \u00f6rne\u011fine g\u00f6ndermek. Carbon-relay bu i\u015flevi de yerine getirebilir.<\/p>\nUyar\u0131 (Alerting) ve Panolar (Dashboarding)<\/h4>\n
\n* Farkl\u0131 veri kaynaklar\u0131ndan (Graphite, Prometheus, InfluxDB vb.) gelen verileri tek bir panoda birle\u015ftirebilir.
\n* Geli\u015fmi\u015f uyar\u0131 kurallar\u0131 tan\u0131mlaman\u0131za olanak tan\u0131r (e-posta, Slack, PagerDuty entegrasyonlar\u0131).<\/p>\nVeri Kalitesi ve G\u00fcvenilirlik<\/h4>\n
\n* StatsD istemci k\u00fct\u00fcphanelerinin do\u011fru \u015fekilde yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131ndan ve metriklerin do\u011fru formatta g\u00f6nderildi\u011finden emin olun.
\n* CollectD eklentilerinin d\u00fczg\u00fcn \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 ve beklenen verileri toplad\u0131\u011f\u0131n\u0131 d\u00fczenli olarak kontrol edin.
\n* Graphite’\u0131n Carbon bile\u015feninin metrikleri sorunsuz bir \u015fekilde ald\u0131\u011f\u0131n\u0131 ve Whisper’a yazd\u0131\u011f\u0131n\u0131 izleyin. Metrik d\u00fc\u015f\u00fc\u015fleri veya gecikmeler, izleme sisteminizin kendisinde bir sorun oldu\u011funu g\u00f6sterebilir.<\/p>\nSonu\u00e7<\/h3>\n