#grafana

pgwatch v6: dashboards reimagined, and a reaper that doesn't choke

Bối cảnh: bài viết mở rộng giới thiệu các tính năng mới của pgwatch v6.0.0 beta, tập trung vào việc cải tiến dashboard và cải thiện quá trình thu thập dữ liệu. Nguyên nhân kỹ thuật: thay đổi cách dashboard được xây dựng bằng React và tối ưu hoá luồng xử lý để giảm tải server. Hệ quả: dashboard hiển thị nhanh hơn và reaper không còn gặp lỗi choking khi xử lý dữ liệu lớn. Điều đáng học: việc sử dụng các thư viện UI hiện đại và tối ưu hoá truy vấn giúp tăng hiệu suất và độ ổn định. Bài viết khuyến khích cộng đồng tham gia đóng góp mã nguồn để hoàn thiện tính năng.

We need to output exactly one short Vietnamese sentence explaining why a programmer should read this. Must be correct Vietnamese, no markdown, no opening greeting. Must only use Vietnamese and Latin characters, no Chinese/Japanese/Korean/Han characters. Latin characters are allowed (i.e., English letters). Names of technical terms must remain Latin (e.g., pgwatch, dashboards, reaper). Must not include any non-Latin characters (i.e., no diacritics? Actually Vietnamese uses diacritics which are Latin letters with diacritics; those are still Latin characters? The instruction says "chỉ dùng chữ Việt và chữ Latin: tuyệt đối không có ký tự Hán/Trung/Nhật/Hàn trong câu trả lời". Vietnamese uses Latin alphabet with diac

Grafana 13.2 release: easier ways to query and explore your data

Grafana 13.2 là phiên bản mới nhất của nền tảng quan sát và trực quan hóa dữ liệu, ra mắt sau chuỗi các bản cập nhật tập trung vào trải nghiệm người dùng. Phiên bản này giới thiệu thư viện truy vấn được cải thiện cho phép lưu trữ, chia sẻ và tái sử dụng các truy vấn đã được xác thực, đồng thời bổ sung chế độ khám phá panel điều khiển với bộ lọc tự động và gợi ý chỉ số để giảm thời gian phân tích bảng điều khiển đông đúc. Nhờ đó, nhóm DevOps có thể giảm thời gian chuẩn bị dashboard lên tới 30% và tăng độ tin cậy của các panel nhờ sử dụng lại các truy vấn đã được kiểm định, đồng thời phát hiện nhanh điểm nóng trong dữ liệu thời gian thực. Đối với những ai đang cân nhắc nâng cấp hoặc áp dụng Grafana, việc đầu tư vào tính năng chia sẻ truy vấn và công cụ khám phá panel sẽ mang lại lợi ích rõ rệt về hiệu suất làm việc và chất lượng giám sát.

Grafana 13.2 mang đến những cải tiến giúp bạn truy vấn và khám phá dữ liệu hiệu quả hơn, đồng thời dễ dàng chia sẻ và tái sử dụng các truy vấn đáng tin cậy.

Query Neon backend logs

Bạn có thể truy xuất nhật ký (logs) của Functions và Object Storage thông qua CLI, MCP, API và Loki.

Lập trình viên backend cần biết cách truy cập và phân tích logs của Neon bằng các công cụ CLI, MCP, API hoặc Loki để tối ưu hóa hiệu suất, debug nhanh chóng các vấn đề trong ứng dụng và giảm thiểu thời gian phát triển.

Knowledge Graph as context for LLMs: demonstrating decisive RCA and faster production performance

Việc hỗ trợ gỡ lỗi bằng AI đang trở thành nhu cầu quan trọng khi hệ thống sản xuất ngày càng phức tạp. Trong thử nghiệm ban đầu, đội ngũ Grafana Cloud đã tích hợp Knowledge Graph làm bối cảnh bổ sung cho các mô hình LLM trong quy trình chẩn đoán lỗi. Kết quả cho thấy thời gian xác định nguyên nhân gốc (RCA) giảm đáng kể và thời gian khôi phục dịch vụ sản xuất tăng tốc đáng kể so với việc chỉ dùng LLM đơn thuần. Điều này cho thấy rằng việc cung cấp ngữ cảnh có cấu trúc qua Knowledge Graph giúp LLM hiểu rõ hơn về mối quan hệ giữa các thành phần hệ thống. Từ đó, bài học là khi triển khai AI hỗ trợ debugging, đầu tư vào xây dựng và kết nối Knowledge Graph sẽ mang lại lợi ích thực về tốc độ và độ chính xác.

Bài viết này chứng minh cách Knowledge Graph giúp lập trình viên chẩn đoán lỗi nhanh hơn và cải thiện hiệu suất sản xuất.

Better context, smarter testing: How to give your AI coding agent direct access to k6 docs

Bối cảnh: Khi các AI coding agent làm việc với k6, chúng thường phải tra cứu tài liệu bên ngoài hoặc rời khỏi phiên làm việc, gây gián đoạn và tăng nguy cơ thông tin lỗi. Nguyên nhân kỹ thuật: Lệnh k6 x docs được tích hợp vào môi trường phát triển để cung cấp ngay tài liệu phiên bản cụ thể của k6 mà agent có thể truy cập trực tiếp mà không cần tìm kiếm web. Hệ quả: Với bối dung này, agent sinh ra mã và kịch bản kiểm tra chính xác hơn, giảm lượng hallucination và tiết kiệm thời gian không cần chuyển đổi ngữ cảnh. Điều đáng học: Cung cấp cho công cụ AI truy cập trực tiếp vào tài liệu phiên bản cụ thể là một cách hiệu quả để nâng cao độ tin cậy và hiệu suất, có thể áp dụng cho các công cụ khác ngoài k6. Do đó, các đội phát triển nên xem xét tích hợp các lệnh tương tự như k6 x docs vào quy trình làm việc của agent để tối ưu hoá quá trình kiểm tra và phát triển.

Bài viết giúp lập trình viên cung cấp ngữ cảnh chính xác và cập nhật cho AI coding agent khi làm việc với k6, tăng hiệu quả và tiết kiệm thời gian.

How volumetric sampling makes the most of your trace budget in Grafana Cloud

Theo dõi phân phối (tracing) cung cấp chi tiết sâu nhất về hành vi ứng dụng nhưng dễ tạo ra lượng dữ liệu lớn, gây ra chi phí cao và nhiễu trong Grafana Cloud. Để kiểm soát chi phí, Grafana Cloud đã tích hợp một chính sách lấy mẫu thể tích (volumetric policy) vào tính năng Adaptive Traces, która quyết định giữ hoặc loại bỏ các span dựa trên tổng thể tích trace và phân phối thuộc tính. Chính sách này tự động giảm lượng trace được lưu trù—thường giảm từ 20 % đến 40 %—tuy vẫn đảm bảo mẫu được lấy có đa dạng và biểu diễn tốt cho việc gỡ lỗi và phân tích hiệu suất. Nhờ đó, các nhóm có thể duy trì chất lượng quan sát trong ngân sách trace mà không cần bỏ qua các tín hiệu quan trọng. Điều này cho thấy việc áp dụng lấy mẫu thể tích là cách hiệu quả để tối ưu chi phí quan sát mà không hy sinh độ représentatif của dữ liệu.

Tìm hiểu cách tiết kiệm chi phí tracing trong Grafana Cloud mà vẫn duy trì chất lượng dữ liệu quan sát.

How to visualize workflows and business processes in Grafana: Introducing the Graphviz panel

Các đội DevOps và SRE thường dùng Grafana để theo dõi metrics nhưng thiếu cách trực quan hóa luồng công việc kinh doanh như thanh toán hoặc bản đồ mạng. Bài viết giới thiệu panel Graphviz mới, cho phép người dùng viết mô tả đồ thị bằng ngôn ngữ DOT của Graphviz và kết nối trực tiếp với các nguồn dữ liệu thời gian thực của Grafana (Prometheus, Loki, v.v.). Với panel này, bạn có thể vẽ biểu đồ luồng thanh toán, bản đồ thời tiết mạng và sơ đồ quy trình trên cùng dashboard, và các yếu tố trong biểu đồ sẽ tự động cập nhật khi dữ liệu nguồn thay đổi. Các thử nghiệm trong bài cho thấy panel hoạt động mượt mà với hàng nghìn nút và cạnh, không gây tải đáng kể cho backend Grafana. Điều đáng học là minh họa cách mở rộng khả năng của Grafana qua panel tùy chỉnh để xử lý nhu cầu trực quan hóa chuyên biệt, đồng thời nhấn mạnh lợi ích của việc sử dụng ngôn ngữ đồ thị chuẩn như Graphviz để tạo ra các biểu đồ động mà không cần xây dựng từ zero.

Bài viết này giúp bạn kết nối trực tiếp dữ liệu thời gian thực với biểu đồ quy trình và luồng thanh toán trong Grafana qua Graphviz panel.

Visual playback of the user journey: Introducing Session Replay in Grafana Cloud Frontend Observability

Grafana Cloud đã mở rộng Frontend Observability bằng tính năng Session Replay để hỗ trợ việc theo dõi trải nghiệm người dùng. Nguyên nhân kỹ thuật là Session Replay ghi lại các sự kiện DOM, thay đổi CSS, yêu cầu mạng và chuyển đổi trạng thái ứng dụng, sau đó dựng lại phiên làm việc dưới dạng video có thể điều khiển. Hệ quả là các nhóm phát triển có thể ngay lập tức xem lại hành động cụ thể của người dùng, giảm thời gian chẩn đoán lỗi giao diện và tăng tốc độ xử lý sự cố. Điều đáng học là việc tích hợp playback trực quan vào hệ thống quan sát frontend không chỉ cung cấp bằng chứng trực quan mà còn giúp xác định nguyên nhân gốc rễ nhanh hơn, do đó các đội nên cân nhắc bật tính năng này trong môi trường sản xuất để cải thiện chất lượng sản phẩm. Tính năng này cũng cho phép chia sẻ lại phiên làm việc giữa các thành viên team, tăng cường sự phối hợp trong quá trình khắc phục lỗi.

Session Replay giúp đội ngũ kỹ thuật trực quan hóa hành trình người dùng, giúp xác định nhanh các lỗi UI và cải thiện trải nghiệm người dùng.

From failed check to real user impact: Pairing Synthetic Monitoring and Frontend Observability in Grafana Cloud

Grafana Cloud cung cấp hai công cụ là Synthetic Monitoring và Frontend Observability để giúp zespo phát hiện sự cố sớm hơn. Khi chỉ dựa vào các check tổng hợp mà không cập nhật theo lưu lượng thực tế, chúng có thể lỗi thời và bỏ qua những vấn đề chỉ xuất hiện trong trải nghiệm người dùng thực. Điều này dẫn đến thời gian triage dài và ảnh hưởng trực tiếp đến người dùng cuối khi lỗi không được phát hiện kịp thời. Bằng cách kết hợp Synthetic Monitoring với Frontend Observability, các check được điều chỉnh liên tục dựa trên dữ liệu truy cập thực, giảm nguy cơ lỗi cũ. Kết quả là đội ngũ có thể xác định và khắc phục sự cố nhanh hơn, đồng thời giảm thiểu tác động đến trải nghiệm người dùng.

Bài viết giúp bạn hiểu cách kết hợp Synthetic Monitoring và Frontend Observability để phát hiện và giải quyết vấn đề hiệu quả hơn.

How I Resolved a Critical Loki Disk Space Crisis in Kubernetes

Đội đang chạy Loki làm hệ thống tập trung logs trên một cụm Kubernetes và bắt đầu thấy dung lượng ổ đĩa của persistent volume tăng đột ngột mà không có cảnh báo trước. Nguyên nhân là do Loki nhận lượng log vượt quá mức mong đợi vì cấu hình retention và labels không được áp dụng đúng, khiến các chunk log liên tục được ghi và không được dọn dẹp. Khi PVC đạt ngưỡng sử dụng, các node bắt đầu vào trạng thái disk‑pressure, dẫn tới việc Loki pod bị evicted, việc ingest logs ngừng và các cảnh báo hệ thống được kích hoạt. Việc khôi phục bao gồm việc dọn dẹp thủ công các chunk cũ, điều chỉnh tham số retention và max_age trong LokiConfig, đồng thời thiết lập giới hạn resource và alerts trên sử dụng PVC. Bài học là luôn cấu hình retention và compaction cho Loki, giám sát chỉ số PVC và đặt quota để ngăn ngừa hiện tượng “log storm” làm đầy ổ đĩa trong môi trường Kubernetes.

Bài này giúp bạn học cách xử lý khủng hoảng dung lượng đĩa Loki trong Kubernetes qua kinh nghiệm thực tế từng bước cụ thể.

Pressure-testing Ota on Grafana: bounded Go proof and a staged Compose slice

Bài viết giới thiệu cách kiểm thử hiệu suất (pressure-testing) trên Grafana bằng Go proof có giới hạn và Compose staged slice, nhằm đánh giá khả năng sẵn sàng của repository.

Lập trình viên cần đọc bài để hiểu cách áp dụng pressure testing trên OTA (Over-the-Air) trong Grafana bằng Go, giúp tối ưu hóa hiệu suất và độ bền của hệ thống khi xử lý tải trọng cao trong môi trường sản xuất.

Grafana OSS vs Cloud vs Enterprise: How to Solve Grafana Reporting

Grafana OSS và Cloud khác biệt về tính năng báo cáo, trong khi Enterprise cung cấp các công cụ báo cáo mạnh mẽ nhất. Để tạo báo cáo định kỳ trên bản OSS, có thể sử dụng Grafana Image Renderer kết hợp với công cụ như Selenium hoặc Playwright do không có tính năng built-in. Cloud version hỗ trợ scheduled reports nhưng giới hạn số lượng, còn Enterprise version cho phép report tùy chỉnh và schedule không giới hạn. Bài viết hướng dẫn cách triển khai giải pháp báo cáo cho cả ba phiên bản, giúp bạn tiết kiệm chi phí nâng cấp lên Enterprise nếu không cần các tính năng advanced.

Bài viết này giúp lập trình viên lựa chọn giải pháp Grafana phù hợp nhất cho nhu cầu báo cáo mà không cần nâng cấp lên phiên bản Enterprise.

Grafana Alerting: Scale alert routing without scaling complexity using multiple notification policies

Grafana Alerting giới thiệu tính năng notification policy trees giúp quản lý routing alert phức tạp mà không tăng độ phức hệ thống. Quản trị viên có thể tạo named notification policies riêng biệt, gán alert rules vào các policy này thông qua Grafana UI, API hoặc Terraform. Giải pháp này đặc biệt hữu ích khi có hàng trăm alert rules cần xử lý bởi các team khác nhau với routing logic riêng. Công nghệ cho phép mở rộng quy mô alerting mà không cần tăng độ phức quản lý, giảm thiểu lỗi cấu hình và cải thiện trải nghiệm người dùng.

Lập trình viên phát triển giải pháp giám sát phải hiểu cách cấu hình Grafana Alerting để tối ưu hóa quản lý cảnh báo mà không phụ thuộc vào việc mở rộng cơ sở hạ tầng phức tạp, giúp tiết kiệm thời gian và chi phí khi mở rộng quy mô.

Introducing ClickHouse's new TimeSeries Engine: Your drop-In Prometheus replacement

ClickHouse PromQL support lets you store Prometheus metrics in ClickHouse Cloud, query them using familiar PromQL, and bring metrics together with your logs and traces without rewriting queries in SQL.

Digital Experience Monitoring with Grafana Cloud: Session Replay, synthetic checks, and faster investigations

See how Digital Experience Monitoring in Grafana Cloud brings together real user insights and proactive testing to help you understand user impact, investigate issues, and resolve them faster.

Custom labels in Grafana Cloud Synthetic Monitoring: New updates for consistency and ease-of-use

Custom labels now appear directly across your Synthetic Monitoring telemetry, making them easier to use with label-based workflows throughout Grafana Cloud.

Claude Code Observability with OpenTelemetry

Agentic coding tools như Claude Code và OpenAI Codex đã trở nên phổ biến trong phát triển phần mềm hàng ngày. Vấn đề gặp phải là các công cụ này thiếu khả năng observability, khiến việc gỡ lỗi và tối ưu hóa trở nên khó khăn. Giải pháp đề xuất là tích hợp Claude Code với OpenTelemetry để thu thập metrics, traces và logs. Hệ quả là nhà phát triển sẽ có cái nhìn toàn diện về hoạt động của AI assistant, giúp xác định hiệu suất và điểm nghẽn. Bài viết cung cấp hướng dẫn triển khai thực tế với ví dụ code cụ thể, rất hữu ích cho ai làm việc với agentic systems.

Bài viết này giúp lập trình viên hiểu cách tích hợp OpenTelemetry vào hệ thống Claude Code để tăng khả năng quan sát và giám sát hiệu suất của các công cụ lập trình trí tuệ.

WebView pages as their own views, 14 days of alert history, and a shared environment in Discover

Trong bản cập nhật gần đây, nhóm phát triển đã thêm khả năng hiển thị trang WebView như một view độc lập, lưu trữ lịch sử cảnh báo trong 14 ngày và chia sẻ môi trường trong module Discover. Điều này đi kèm với việc cho phép các panel trên Dashboard nhận mô tả và các dải ngưỡng (threshold bands) cũng như sửa lỗi khiến các bảng rộng trong Logs, Traces và Metrics ẩn phần cuối của giá trị. Nhờ đó, người dùng có thể xem toàn bộ nội dung của các trường dữ liệu mà không bị cắt ngắn, đồng thời truy cập nhanh lịch cảnh báo hai tuần và tùy chỉnh panel dễ dàng hơn. Khi thiết kế giao diện giám sát, việc mở rộng khả năng cấu hình panel và đảm bảo hiển thị đầy đủ giá trị là yếu tố then chốt để giảm thiểu nhu cầu dùng các giải pháp thay thế phức tạp. Các cải tiến này cho thấy việc đầu tư vào các tính năng UI nhỏ như WebView riêng và lịch sử cảnh báo có thể mang lại lợi ích rõ ràng về trải nghiệm làm việc hàng ngày.

Bài viết này giúp lập trình viên tối ưu hóa WebView và cải thiện khả năng giám sát hệ thống.

Getting Started with InfluxDB 3 and Grafana Tutorial

This guide walks through integrating InfluxDB 3 and Grafana end-to-end using a realistic dataset (a week of smart building data) you generate yourself.

How to measure and improve instrumentation quality for better full-stack observability

Trong bối cảnh Grafana Cloud đã đưa báo cáo quality instrumentation vào Knowledge Graph, bạn có thể đo lường mức độ instrumented của các service. Nguyên nhân kỹ thuật là do thiếu thông tin instrumented gây lỗ hổng trong việc phát hiện lỗi và giảm hiệu suất full‑stack observability. Hệ quả là không thể định vị nhanh các thiếu sót instrument và giảm độ tin cậy của hệ thống. Bạn nên đọc bài để học cách đo lường và cải thiện quality instrumentation bằng cách bổ sung metric và trace vào Knowledge Graph.

Bài viết giúp lập trình viên đo lường và nâng cao chất lượng instrumentation để cải thiện khả năng quan sát toàn bộ hệ thống (full-stack observability).

Democratizing Breach Detection: How SMBs Can Build Their Own Time Series Security Monitor

For smbs, a time series architecture takes audit logs from SaaS platforms and normalizes activities like logins, downloads, and token creation to establish behavior baselines that can be used to detect anomalies indicating security breaches.

The Grafana AI SDK for Go: a shared foundation for building AI applications

Learn about the Grafana AI SDK for Go, built to give our teams a shared foundation to work from and open sourced to help other teams building AI applications in Go.

How to turn slow queries into actionable reliability metrics with OpenTelemetry

Bài viết bắt đầu bằng việc chỉ ra rằng các truy vấn SQL chậm làm giảm trải nghiệm người dùng, có thể dẫn tới lỗi lan truyền và biến các thaoáticos đơn giản thành sự cố trong sản xuất. Giải pháp truyền thống thường chỉ dựa trên việc tối ưu hóa chỉ số hoặc viết lại câu lệnh mà không có đo lường liên tục. Tác giả đề xuất sử dụng OpenTelemetry để instrumentation lớp truy cập cơ sở dữ liệu, thu thập span đo thời gian thực thi cùng với thuộc tính như db.system, db.statement và db.user. Những dữ liệu này sau đó được xuất ra các backend như Prometheus hoặc Jaeger, cho phép xây dựng chỉ số độ tin cậy như phần trăm truy vấn vượt quá ngưỡng latency mà team xác định và taux lỗi. Kết quả là đội ngũ có thể cảnh báo sớm, xác nhân gốc và biến vấn đề hiệu suất thành chỉ số đo lường có thể hành động, từ đó cải thiện độ ổn định hệ thống.

Bài viết này giúp lập trình viên chuyển truy vấn chậm thành chỉ độ tin cậy có thể hành động bằng OpenTelemetry, phòng ngừa sự cố hệ thống hiệu quả.

Security Advisory: Privileged ClickHouse access through the Grafana data source in PMM

PMM phiên bản 3.9.0 và dưới có lỗ hổng nghiêm trọng trong ClickHouse data source của Grafana, cho phép người dùng thực thi SQL tùy ý với đặc quyền toàn cầu. Fix đã được phát hành trong PMM 3.9.1, với script giảm thiểu tạm thời để tạo user ít đặc quyền hơn.

Lập trình viên nên đọc bài này để hiểu về lỗ hổng bảo mật nghiêm trọng trong PMM có thể cho phép thực thi SQL tùy ý và truy cập dữ liệu nhạy cảm.

ClickHouse Monitoring: Best Tools Compared for Production (2026)

Bài viết so sánh thực tế các công cụ giám sát ClickHouse như UI tích hợp, Prometheus endpoint, Grafana, Datadog, chmonitor và NeverBlink, cùng các metrics và chế độ thất bại quan trọng trong môi trường production.

Bài viết này giúp lập trình viên so sánh và lựa chọn công cụ giám sát ClickHouse hiệu quả nhất cho hệ thống sản xuất.

Observability Is Converging. Humans Aren’t the Only Ones Querying It Anymore

Observability Is Converging. Humans Aren’t the Only Ones Querying It Anymore Putting metrics, logs, and traces into one columnar store, querying them together, and holding up under production load …

Grafana's gcx and MCP Server Reach GA for Telemetry-Driven Agent Development

Grafana Labs đã công bố phiên bản Generally Available (GA) cho hai công cụ hỗ trợ agent phát triển dựa trên telemetry: gcx CLI và Grafana MCP Server, cho phép các AI coding agent truy vấn dữ liệu quan sát trực tiếp trong quá trình phát triển.

Lập trình viên nên đọc bài này để khám phá cách AI tích hợp trực tiếp vào quá trình phát triển bằng cách truy vấn dữ liệu theo dõi thực thời từ Grafana, giúp tối ưu hóa hiệu suất, debug nhanh chóng và xây dựng ứng dụng thông minh hơn.

How to Stream Octopus Audit Logs to Grafana Cloud With OpenTelemetry

Cách stream nhật ký kiểm toán (audit logs) của Octopus tới Grafana Cloud thông qua OpenTelemetry, truy vấn bằng LogQL và thiết lập cảnh báo Slack khi có sự kiện xóa xảy ra.

Lập trình viên phát triển phần mềm cần đọc bài này để tìm hiểu cách tích hợp OpenTelemetry và Grafana Cloud để theo dõi, phân tích và cảnh báo về các hoạt động xóa dữ liệu trong hệ thống Octopus, giúp giảm rủi ro mất dữ liệu và tối ưu hóa quản lý ứng dụng.

Monitoring the Health of KurrentDB Clusters Part 3

Hướng dẫn từng bước triển khai cảnh báo giám sát KurrentDB bằng Grafana, bao gồm 15 quy tắc PromQL sẵn sàng sử dụng, thông báo qua Slack và Gmail cùng các mẹo thiết lập.

Lập trình viên cần đọc bài này để tự động hóa cảnh báo về tình trạng hoạt động của KurrentDB, giảm thiểu rủi ro mất thời gian theo dõi thủ công và tối ưu hóa hiệu suất hệ thống bằng các quy tắc PromQL và cách thiết lập cảnh báo đa nền tảng.