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.
No piloto com design partners, quem constrói o produto instala junto com você.
APM/Serviços/checkout-api
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
| Série | Primeiro | Média | Máx. | Último |
|---|---|---|---|---|
| p99 | 387 ms | 464 ms | 595 ms | 517 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?
- recent_changescheckout
- get_eventscheckout
- 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 resultados2,9×
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
| Medida | Orbit Stack | vs. Prometheus 3.1.0 | vs. VictoriaMetrics v1.152.0 |
|---|---|---|---|
| Disco por amostra, blocos selados · 20 mil séries | 1,87 B | vitória2,9× menos5,38 B | vitória1,2× menos2,24 B |
| RSS com o head cheio · 20 mil séries | 105 MiB | vitória2,4× menos257 MiB | vitória2,5× menos263 MiB |
| RSS com o head cheio · 200 mil séries | 511 MiB | vitória1,7× menos856 MiB | derrota64% a mais312 MiB |
| Ingestão aceita · 20 mil séries | 555 mil/s | vitória1,19×467 mil/s | empate0,98×567 mil/s |
| Ingestão aceita · 200 mil séries | 582 mil/s | vitória1,35×429 mil/s | vitória1,12×520 mil/s |
| query_range p90 · 20 mil séries | 33 ms | vitória3,3× mais rápido108 ms | derrota1,7× mais lento20 ms |
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.
PROM_IMAGE=prom/prometheus:v3.1.0 \ SERIES=20000 SPAN=4h BLOCK=2h \ services/rust/orbit-stack/bench/run.shA 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
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
| Cluster | Status | Nós | CPU | Custo/mês |
|---|---|---|---|---|
| Production US East | Degradado | 42 | 15% | US$ 18,4 mil |
| Production EU Central | Saudável | 24 | 8% | US$ 9.860 |
| Staging US West | Saudável | 9 | 13% | US$ 2.140 |
APM/Traces/POST /checkout
Duração517 msStatusOK12 spans · 5 serviços
Serviço e operação
checkout-webPOST /checkout
checkout-webHTTP POST checkout-api
checkout-apiPOST /v1/orders
checkout-apicart.load
cart-sessionGET /cart/{id}
checkout-apiorders.create
checkout-apipricing.apply
checkout-apiinventory.reserve
checkout-apiHTTP POST payments-api
payments-apiPOST /v1/charges
payments-apiledger.append
payments-ledgerINSERT ledger_entries
Atributos do span · checkout-api
- service.name
- checkout-api
- service.version
- 2.14.3
- k8s.namespace.name
- checkout
- k8s.deployment.name
- checkout-api
- http.request.method
- POST
- http.route
- /v1/orders
Dashboards/Visão geral do Kubernetes
Nodes
42
us-east-1 · v1.31
Pods
204
38 namespaces
Custo mensal
US$ 18,4 mil
prod-use1
Cobertura spot
62%
meta 80%
Requisições por segundo por cluster
| Série | Primeiro | Média | Máx. | Último |
|---|---|---|---|---|
| prod-use1 | 20,2 mil req/s | 18,9 mil req/s | 22 mil req/s | 20,1 mil req/s |
| prod-euc1 | 8,9 mil req/s | 9,3 mil req/s | 10,9 mil req/s | 8,3 mil req/s |
| stage-usw2 | 1,2 mil req/s | 1,2 mil req/s | 1,5 mil req/s | 950 req/s |
Custo por namespace · por mês
Workloads não prontos
| Workload | Prontos | Status |
|---|---|---|
| checkout/promo-engine | 0/3 | CrashLoopBackOff |
| payments/payments-api | 9/10 | Degradado |
| search/query-router | 5/6 | Progressing |
| observability/node-exporter | 41/42 | Degradado |
| kube-system/aws-node | 41/42 | Degradado |
Custos/prod-use1
- Custo corrente
- US$ 18,4 mil
- +4,4% vs. mês anterior
- Previsão
- US$ 19,2 mil
- vs. mês anterior
- Cobertura spot
- 62%
- meta 80%
- Desperdício
- US$ 645
- 22 workloads superdimensionados
Custo por namespace
- ingestUS$ 5.821
- searchUS$ 3.960
- paymentsUS$ 2.874
- checkoutUS$ 2.413
- observabilityUS$ 1.234
- kube-systemUS$ 866
Onde cortar7 em aberto
- search-apiAutoescalarUS$ 39/mês
- orbit-ingestAplicar rightsizingUS$ 35/mês
- search-indexAplicar rightsizingUS$ 27/mês
- checkout-webReduzir réplicasUS$ 14/mês
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.
Papéis, permissões e um evento de auditoria
| Permissão | viewer | editor | admin |
|---|---|---|---|
| estate.readClusters, workloads, pods e eventos | Concedida | Concedida | Concedida |
| telemetry.queryPainéis de métricas e PromQL | Concedida | Concedida | Concedida |
| apm.readServiços, mapa de serviços e traces | Concedida | Concedida | Concedida |
| logs.readLogs dos pods ao vivo | Concedida | Concedida | Concedida |
| dashboards.readAbrir dashboards | Concedida | Concedida | Concedida |
| dashboards.writeCriar, editar e excluir dashboards | Não concedida | Concedida | Concedida |
| nocturne.usePerguntar ao Nocturne AI | Não concedida | Concedida | Concedida |
| workloads.writeEscalar workloads e mudar requests | Não concedida | Concedida | Concedida |
| config.readVer a configuração de workloads e revelar segredos | Não concedida | Não concedida | Concedida |
| users.manageUsuários, papéis e sessões | Não concedida | Não concedida | Concedida |
| audit.readLer a trilha de auditoria | Não concedida | Não concedida | Concedida |
| settings.manageConfigurações do console | Não concedida | Não concedida | Concedida |
Admins criam papéis customizados a partir do mesmo conjunto de permissões.
{
"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.