Pular para o conteúdo

Do alerta à causa raiz,
dentro da sua conta.

O SRE Orbit é observabilidade self-hosted para times de plataforma e SRE em Kubernetes: métricas, logs, traces, dashboards e um SRE de IA num só console. Sua telemetria fica na sua conta e nunca passa por nós.

Agendar demonstraçãoAbrir a demo ao vivo

No piloto com design partners, quem constrói o produto instala junto com você.

Console do SRE Orbit, visão de APM do checkout-api no prod-use1: o p99 sobe de 387 para 517 ms no deploy 7f3ac1 às 02:08, e o Nocturne aponta o deploy como causa raiz e sugere o rollback.

APM/Serviços/checkout-api

Últimas 24 h

checkout-apiDegradado

Deployment · checkout · 12/12 pods · prod-use1

Requisições
6,47 mil/s
Latência p99
517 ms↑ 33,6%
Ready
12/12pods
Último deploy
7f3ac102:08 UTC

Latência p99

350 ms400 ms450 ms500 ms550 ms600 ms
deploy 7f3ac1 02:08 · +33,6%
Latência p99, 20 de set. 16:00 UTC a 21 de set. 16:00 UTC
SériePrimeiroMédiaMáx.Último
p99387 ms464 ms595 ms517 ms
  • 02:08Deploy 7f3ac1 em checkout-apirollout 12/12
  • 02:08Drain de spot em ip-100-64-42-193 réplicas de volta em 94 s

Nocturne3 consultas · somente leitura

Pergunta

Por que o p99 do checkout-api saltou às 02:08?

  1. recent_changescheckout
  2. get_eventscheckout
  3. promql_rangep99 · 24 h

Causa provável

Deploy 7f3ac1

O p99 saltou com o rollout às 02:08 e estabilizou 33,6% acima. O drain de spot não é a causa: as 3 réplicas despejadas voltaram em 94 s e o p99 continuou alto. O HPA escalou depois do pico.

Sugestão

kubectl -n checkout rollout undo deploy/checkout-api

O Nocturne só lê o cluster. Aplicar a correção fica com você.

Um engine de métricas próprio, medido em público.

Contra Prometheus 3.1.0 e VictoriaMetrics v1.152.0, na mesma máquina e com a mesma carga de 20 mil séries. Os números vieram do engine em Go da época; um script roda o mesmo benchmark no engine em Rust de hoje.

Método e resultados
  • 2,9×

    menos disco por amostra que o Prometheus

  • 2,4×

    menos memória que o Prometheus

  • 3,3×

    mais rápido que o Prometheus no query_range p90

  • 1,7×

    mais lento que o VictoriaMetrics nessa mesma consulta. As derrotas também estão no placar.

Placar completo e o comando por trás dele
  • Disco por amostra, blocos selados · 20 mil séries1,87 B

    Prometheus 5,38 Bvitória2,9× menos

    VictoriaMetrics 2,24 Bvitória1,2× menos

  • RSS com o head cheio · 20 mil séries105 MiB

    Prometheus 257 MiBvitória2,4× menos

    VictoriaMetrics 263 MiBvitória2,5× menos

  • RSS com o head cheio · 200 mil séries511 MiB

    Prometheus 856 MiBvitória1,7× menos

    VictoriaMetrics 312 MiBderrota64% a mais

  • Ingestão aceita · 20 mil séries555 mil/s

    Prometheus 467 mil/svitória1,19×

    VictoriaMetrics 567 mil/sempate0,98×

  • Ingestão aceita · 200 mil séries582 mil/s

    Prometheus 429 mil/svitória1,35×

    VictoriaMetrics 520 mil/svitória1,12×

  • query_range p90 · 20 mil séries33 ms

    Prometheus 108 msvitória3,3× mais rápido

    VictoriaMetrics 20 msderrota1,7× mais lento

Carga sintética no formato de scrape, em uma única máquina, em 22/09/2026: 20 mil séries por 4 h e 200 mil por 2 h. Métricas mais ruidosas comprimem pior em todos os engines.

Rode o benchmark
PROM_IMAGE=prom/prometheus:v3.1.0 \  SERIES=20000 SPAN=4h BLOCK=2h \  services/rust/orbit-stack/bench/run.sh

A mesma carga e o mesmo Prometheus dos números acima, no engine em Rust. A página do benchmark tem o método e os resultados.

Um console, do alerta ao span.

Do cluster ao span, com o custo de cada workload no mesmo lugar e papéis que decidem quem vê o quê.

Visão geral do console: os alertas disparando que precisam de atenção e os três clusters com status, nós, CPU e custo mensal.

Visão geral

Última 1 h

Precisa de atenção5 disparando · 2 críticos

  • PromoEngineCrashLoopCritical · As 3 réplicas em CrashLoopBackOff há mais de 15mpromo-engine2h 28m
  • PaymentsErrorBudgetBurnCritical · Orçamento de erro queimando a 14,2×, 31% do orçamento de 30 dias gasto hojepayments-api42m
  • KubeletVersionSkewWarning · O node group system roda o kubelet v1.30.9 contra o control plane 1.31aws-node1d 4h
  • SearchIndexDiskFillingWarning · PVC em 84%, cheio em 3d 6h no ritmo de escrita atualsearch-index5h 12m
ClusterStatusNósCPUCusto/mês
Production US EastDegradado4215%US$ 18,4 mil
Production EU CentralSaudável248%US$ 9.860
Staging US WestSaudável913%US$ 2.140
Abrir a visão geral na demo ao vivo

Roda na sua conta. Nada volta para nós.

Um release do Helm instala o console, a API, o Nocturne e o engine no seu Kubernetes, junto com os agentes que alimentam o engine. Não existe backend nosso para receber seus dados.

Papéis e trilha de auditoria
12 permissões checadas em cada rota. Cada login, mudança e acesso negado vira um evento de auditoria: quem, o quê, de onde e quando.
Sessões
Cookie HttpOnly. O token de serviço nunca chega ao navegador.
Rede e contêineres
NetworkPolicies que negam por padrão, e contêineres sem root, com sistema de arquivos só de leitura e todas as capabilities removidas.
Residência de dados
Métricas, logs, traces, dashboards, usuários e a trilha de auditoria ficam em volumes na região onde você instala.
Ler o modelo de segurança
A única chamada que pode sair da conta é a do nocturne, para o provedor de modelo que você configurar. Com o provedor mock ou um modelo hospedado por você, não há nenhuma.
Papéis, permissões e um evento de auditoria
Papéis nativos e as permissões que cada um concede
Permissãoviewereditoradmin
estate.readClusters, workloads, pods e eventosConcedidaConcedidaConcedida
telemetry.queryPainéis de métricas e PromQLConcedidaConcedidaConcedida
apm.readServiços, mapa de serviços e tracesConcedidaConcedidaConcedida
logs.readLogs dos pods ao vivoConcedidaConcedidaConcedida
dashboards.readAbrir dashboardsConcedidaConcedidaConcedida
dashboards.writeCriar, editar e excluir dashboardsNão concedidaConcedidaConcedida
nocturne.usePerguntar ao Nocturne AINão concedidaConcedidaConcedida
workloads.writeEscalar workloads e mudar requestsNão concedidaConcedidaConcedida
config.readVer a configuração de workloads e revelar segredosNão concedidaNão concedidaConcedida
users.manageUsuários, papéis e sessõesNão concedidaNão concedidaConcedida
audit.readLer a trilha de auditoriaNão concedidaNão concedidaConcedida
settings.manageConfigurações do consoleNão concedidaNão concedidaConcedida

Admins criam papéis customizados a partir do mesmo conjunto de permissões.

Um evento de auditoriaO console filtra esses eventos por autor, ação, resultado e horário, do mais recente para o mais antigo.
{
  "ts": 1758470400000,
  "actor": { "username": "admin", "role": "admin" },
  "action": "user.update",
  "target": { "type": "user", "name": "maria" },
  "outcome": "success",
  "details": {
    "before": { "role": "viewer" },
    "after": { "role": "editor" }
  },
  "ip": "198.51.100.17",
  "requestId": "4bf92f3577b34da6"
}

O que um time de plataforma pergunta primeiro

O que é o SRE Orbit?

O SRE Orbit é observabilidade self-hosted para Kubernetes: um único console para métricas compatíveis com Prometheus, logs de contêiner armazenados, traces OpenTelemetry com mapa de serviços, dashboards sob medida e o Nocturne AI, um assistente que encontra a causa raiz com ferramentas somente leitura. Um release do Helm roda web, orbit-api, nocturne e o engine orbit-stack na sua própria conta de nuvem, com os agentes que alimentam o engine, e papéis e trilha de auditoria já incluídos.

O SRE Orbit é uma alternativa ao Datadog?

Para métricas de Kubernetes, logs, tracing distribuído, dashboards, alertas e causa raiz assistida por IA, sim, e ele roda na sua conta em vez da nuvem de um fornecedor. Ele cobre menos terreno que o Datadog: não tem monitoramento de usuário real, testes sintéticos nem produtos de segurança. Escolha o SRE Orbit quando manter a telemetria na sua própria conta pesar mais do que essa amplitude.

O SRE Orbit suporta traces OpenTelemetry?

Sim, só por OTLP/HTTP. O engine orbit-stack recebe traces em protobuf ou JSON, opcionalmente com gzip, com o mesmo bearer token do remote-write de métricas, e não tem receptor gRPC: aponte o exporter otlphttp de um OpenTelemetry Collector, ou o exporter OTLP/HTTP de qualquer SDK, para ele. A partir dos spans, ele deriva séries de requisições, erros e latência com os nomes que o metrics-generator do Tempo usa, desenha o mapa de serviços e guarda os traces pela retenção que você configurar.

Os dados saem do meu cluster?

Para nós, não. O SRE Orbit não tem backend hospedado: métricas, logs, traces, dashboards, usuários e a trilha de auditoria ficam em volumes na sua conta. A única chamada de saída é a do Nocturne AI para o provider de modelos que você configurar. Aponte-o para um modelo hospedado por você, ou mantenha o provider mock, que é o padrão, e nada sai.

Como funcionam os papéis e a trilha de auditoria?

Cada usuário tem um papel. Os papéis nativos viewer, editor e admin correspondem a um conjunto fechado de permissões, como apm.read, dashboards.write e users.manage, e admins podem criar papéis customizados a partir do mesmo conjunto. O orbit-api registra cada login, logout, alteração de usuário ou de papel, alteração de dashboard, escrita em workload e permissão negada como um evento de auditoria com o autor, o alvo, o resultado, o endereço IP e o request id, e o console filtra esses eventos por autor, ação e resultado.

O SRE Orbit suporta SSO?

Sim. As pessoas entram pelo Google Workspace ou por um provedor OpenID Connect, como Okta, Microsoft Entra ID, Keycloak ou Auth0. Um admin configura cada provedor em Admin > Integrações, e a página de login só mostra o botão de um provedor enquanto esse provedor consegue autenticar alguém. As contas locais continuam existindo para o admin de emergência, e o SSO faz parte do plano Free.

Como funciona o preço do SRE Orbit?

Por vCPU dos nodes que ele monitora, somando todos os clusters, na média de 30 dias. O Free cobre até 250 vCPU com clusters e usuários ilimitados. Enterprise (nos seus clusters) e Enterprise Cloud (operado por nós) somam Nocturne AI, as telas de statements do MySQL (texto SQL, sessões ao vivo, EXPLAIN) e reidratação do arquivo, por meio de uma chave que o orbit-api confere offline. Ultrapassar um limite nunca interrompe a ingestão nem apaga dados. A página de preços mostra os planos e o que acontece depois de cada limite.

O SRE Orbit está pronto para produção?

Ele está no começo. Os componentes são testados e passaram por hardening, e o Helm chart é o caminho de produção, mas o SRE Orbit ainda não tem clientes em produção. Procuramos design partners que rodem o produto na própria conta junto com os engenheiros que o constroem, e o formulário de contato é o caminho para começar.

Posso instalar o SRE Orbit sozinho hoje?

Ainda não a partir de um registro público. As imagens e o Helm chart vêm com o piloto de design partner: agende uma demo, e os engenheiros que constroem o SRE Orbit fazem a instalação no seu cluster junto com você. O guia de instalação mostra cada passo, para o seu time revisar antes do piloto.

Qual modelo de IA o Nocturne AI usa?

O que você configurar. O Nocturne AI conversa com a Anthropic, com qualquer endpoint compatível com a API da OpenAI, inclusive um modelo hospedado por você, ou com um mock embutido que não exige chave. São dois tiers atrás de uma única interface: reasoning para causa raiz e planos de FinOps, fast para respostas curtas. O roteador escolhe o tier de cada requisição, então o navegador não tem como escolher gastar o mais caro.

Como o benchmark foi medido, e o que ele não mostra?

Um script envia uma única carga determinística de remote-write, no formato de scrape, ao Prometheus 3.1.0, ao VictoriaMetrics v1.152.0 e ao Orbit Stack na mesma máquina, um depois do outro: 20 mil séries ao longo de quatro horas e 200 mil ao longo de duas, com blocos de 2 h. O Orbit Stack vence em disco (2,9x menos por amostra que o Prometheus, 1,2x menos que o VictoriaMetrics) e em RSS a 20 mil séries. Ele perde em latência de consulta para o VictoriaMetrics (1,5x mais lento no p50, 1,7x no p90), usa 64% mais RSS que ele a 200 mil séries e empata com ele em ingestão a 20 mil. A carga é sintética, e métricas mais ruidosas comprimem pior em todos os engines. O método e todos os números estão na página do benchmark.

Quais versões e distribuições de Kubernetes são suportadas?

Kubernetes 1.30 ou mais novo: o chart declara isso porque os valores de produção usam a ação de sleep do ciclo de vida do pod, estável desde a 1.30. O chart usa apenas APIs core, então qualquer distribuição certificada pela CNCF funciona; o produto é desenvolvido contra EKS e um cluster k3d local. O caminho do Compose não exige Kubernetes.

Veja o SRE Orbit nos seus próprios clusters

Conte o que você roda. Uma pessoa responde em até um dia útil para marcar uma demonstração do console e, como o SRE Orbit ainda está no começo, os próprios engenheiros que o constroem fazem a instalação com você.

  • Instalação feita com você, ao lado das ferramentas que você já usa.
  • Uma cópia do seu remote-write, para comparar disco, memória e latência de consulta com os seus próprios dados.
  • Trabalho direto com os engenheiros que constroem o produto.

Abrir a demo ao vivo

Uma pessoa responde em até um dia útil. Usamos os seus dados só para responder a você.