практикум

Loki

Освой Grafana Loki: научись проектировать label-based схему логирования, писать LogQL-запросы любой сложности и строить production-ready стек с Grafana Alloy, MinIO и мультитенантным режимом.
Купить >>>

темы, которые вы освоите

Grafana Loki
Grafana Alloy
Promtail
OpenTelemetry Collector
Docker Log Driver
Fluent Bit
MinIO
Memcached
Nginx
Kubernetes
Loki Canary
logcli
Экономия ресурсов
Loki индексирует только метаданные (метки), снижая затраты на хранение и оперативную память в 10 раз по сравнению с Elasticsearch.
Скорость отладки
Язык запросов LogQL позволяет мгновенно превращать сырые логи в метрики и графики без изменения кода приложений.
Безопасность данных
Изоляция логов разных команд (мультитенантность) гарантирует конфиденциальность коммерческой информации.
Гибкость интеграции
Поддержка любых агентов доставки (Promtail, Fluent Bit, Vector) позволяет встроить Loki в любой существующий стек.
Rebrain
— большое сообщество IT-специалистов, создаём
практикумы по инфраструктуре с 2018 года
Почему выбирают наши программы
  • Автоматические проверки — мгновенная обратная связь по заданиям
  • Проверки менторами — DevOps-инжерами с опытом в индустрии от 5+ лет
  • Возможность общаться с опытными практикующими специалистами
  • Свободный темп — проходите без жёстких дедлайнов
  • Прикладные задачи — кейсы, приближенные к реальной работе DevOps-инженера
Стать частью сообщества >>>
phone

Кому подойдёт

DevOps-инженеры

Специалисты, которым необходимо внедрить легковесную, масштабируемую и дешевую систему централизованного логирования взамен прожорливого ELK.

SRE-инженеры

Специалисты по надежности, желающие быстро находить аномалии в логах, превращать логи в метрики и настраивать превентивный алертинг.

Системные администраторы

Инженеры, стремящиеся автоматизировать сбор системных логов с сотен хостов и навести порядок в инфраструктуре мониторинга.

Как проходит
практикум

Команда Rebrain изучает, какие из компетенций требуются на разных уровнях профессий.

программа практикума

Grafana Loki

  • Введение
  • Установка и первые шаги
  • Архитектура
  • LogQL: основы
  • LogQL: парсеры
  • LogQL: метрики из логов
  • Отправка логов
  • Метки и кардинальность
  • Хранилище и индексация
  • Retention и Compaction
  • Мультитенантность и безопасность
  • Масштабирование
  • Alerting и Recording Rules
  • Мониторинг Loki
  • Итоговый проект
  • Заключение

Тренажёры

  • Динамический парсинг JSON-логов и извлечение метрик в LogQL
  • Сбор многострочных логов Java-приложения через Grafana Alloy
  • Оптимизация высокой кардинальности меток с помощью LogCLI
  • Миграция Loki на MinIO S3 и кэширование через Memcached
  • Реализация мультитенантности Loki через Nginx Basic Auth
Эксперт практикума
Александр Фишер
Александр Фишер

Senior Software Engineer в международной компании, которая разрабатывает корпоративные решения для интеграции данных. В IT около 10 лет. Начинал как full-stack разработчик, сейчас специализируется в backend-разработке: Java, Kotlin, Spring, микросервисная архитектура, Kafka, PostgreSQL, Docker и Kubernetes. В Rebrain, чтобы делиться практическим опытом, помогать разбираться в сложных темах и показывать, как реальные инженерные задачи решаются в индустрии

Ключевые навыки для резюме:

Проектирование схемы меток с низкой кардинальностью и использование Structured Metadata для высококардинальных данных
Развертывание Loki в режимах monolithic, Simple Scalable и microservices; горизонтальное масштабирование через Helm в Kubernetes
Написание LogQL-запросов любой сложности: от stream selector и line filter до metric queries с unwrap, quantile_over_time и absent_over_time
Настройка ingestion через Grafana Alloy, Promtail, OpenTelemetry Collector и Docker Log Driver
Конфигурация объектного хранилища (S3/MinIO), TSDB-индекса, глобального и per-stream retention через Compactor
Настройка мультитенантного режима с per-tenant overrides и ограничениями через X-Scope-OrgID
Создание alerting rules, recording rules и dead man's switch через Ruler с интеграцией в Alertmanager
Мониторинг самого Loki через Loki Canary, официальные миксины и логи в формате JSON

Пример задания

Развертывание в Kubernetes полного logging-стека для приложения из трёх микросервисов (api, worker, db). Требования: Loki в режиме Simple Scalable через Helm с MinIO; Grafana Alloy как DaemonSet с автоматическими Kubernetes-метками; два tenant (dev, prod) с разными retention (7 и 90 дней) и per-tenant лимитами через overrides; LogQL-дашборд с error rate, latency p95 и топом ошибок; три alerting rules + одна recording rule; мониторинг через Loki Canary и loki-mixin дашборды

Остались вопросы?
Приходите на бесплатную консультацию с экспертом.

практикум

Loki

В стоимость входит:

  • Выполнение задач на настоящей инфраструктуре
  • Сопровождение — менторы, координатор
  • Бессрочный доступ к теоретической части практикума
стоимость
Практикум
8 000 руб.
6 750 руб.

раз в 2 недели или сразу 27 000 руб.

Перейти к оплате >>>
Практикум+тренажёры
3 084 руб.
2 667 руб.

в месяц или сразу 32 000 руб.

Перейти к оплате >>>
FAQ

Elasticsearch индексирует весь текст логов, требуя огромных ресурсов. Loki индексирует только метки, снижая затраты на железо в разы и идеально интегрируясь с Grafana.

Да, в курсе есть целый блок по развертыванию распределенного кластера Loki в Kubernetes с помощью Helm-чартов и настройке HPA.

Необходимы базовые знания Linux, понимание работы Docker/Docker Compose и концепций клиент-серверного взаимодействия.

Да, помимо стандартного Promtail, мы детально изучаем настройку высокопроизводительных роутеров Vector и Fluent Bit.

Файлы куки

При использовании данного сайта, вы подтверждаете свое согласие на использование файлов cookie и других похожих технологий в соответствии с настоящим Уведомлением.