Proč je observability v 2026 jiná

Ještě v roce 2023 bylo nasazení kompletní observability (metriky + logy + traces) komplexní operace vyžadující instrumentaci každé aplikace, správu agentů a integraci desítek komponent. V roce 2026 jsou k dispozici tři technologie, které to dramaticky zjednodušují:

1. OpenTelemetry jako vendor-neutral standard pro telemetrii
2. Grafana Beyla jako eBPF auto-instrumentace bez změn kódu
3. Grafana LGTM stack (Loki, Grafana, Tempo, Mimir) jako integrovaná platforma

Výsledkem je observability stack, který lze nasadit za dny místo měsíců.

OpenTelemetry Collector: centrální telemetry pipeline

OpenTelemetry Collector je páteří moderního observability stacku. Funguje jako vendor-neutral proxy — přijímá telemetrii ze všech zdrojů, zpracovává ji a posílá do cílových systémů.

Deployment na Kubernetes

apiVersion: opentelemetry.io/v1alpha1
kind: OpenTelemetryCollector
metadata:
  name: otel-collector
spec:
  mode: DaemonSet
  config: |
    receivers:
      otlp:
        protocols:
          grpc:
            endpoint: 0.0.0.0:4317
          http:
            endpoint: 0.0.0.0:4318
      prometheus:
        config:
          scrape_configs:
            - job_name: 'kubernetes-pods'
              kubernetes_sd_configs:
                - role: pod
    processors:
      batch:
        timeout: 1s
      memory_limiter:
        limit_mib: 512
    exporters:
      prometheusremotewrite:
        endpoint: http://prometheus:9090/api/v1/write
      loki:
        endpoint: http://loki:3100/loki/api/v1/push
      otlp/tempo:
        endpoint: http://tempo:4317
    service:
      pipelines:
        metrics:
          receivers: [otlp, prometheus]
          processors: [memory_limiter, batch]
          exporters: [prometheusremotewrite]
        logs:
          receivers: [otlp]
          processors: [batch]
          exporters: [loki]
        traces:
          receivers: [otlp]
          processors: [batch]
          exporters: [otlp/tempo]    

Grafana Beyla: eBPF auto-instrumentace

Beyla je revoluce v aplikačním monitoringu. Využívá eBPF (extended Berkeley Packet Filter) pro interceptování síťových volání na úrovni kernelu — bez agenta v aplikaci, bez změn kódu, bez restartu.

Co Beyla monitoruje automaticky

• HTTP/HTTPS — všechny příchozí a odchozí requesty s latencí, status kódy, URL patterny
• gRPC — service-to-service komunikace s method-level granularitou
• SQL — databázové dotazy s latencí a identifikací slow queries
• Redis — cache operace
• Kafka — producer/consumer messaging

Nasazení Beyla na OpenShift

apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: beyla
spec:
  selector:
    matchLabels:
      app: beyla
  template:
    spec:
      hostPID: true
      containers:
      - name: beyla
        image: grafana/beyla:latest
        securityContext:
          privileged: true
        env:
        - name: BEYLA_OPEN_PORT
          value: "80,443,8080,8443"
        - name: OTEL_EXPORTER_OTLP_ENDPOINT
          value: "http://otel-collector:4317"
        - name: BEYLA_TRACE_PRINTER
          value: "text"
        volumeMounts:
        - name: host-proc
          mountPath: /host/proc
      volumes:
      - name: host-proc
        hostPath:
          path: /proc

Poznámka pro OpenShift: Beyla vyžaduje privileged SCC nebo specifická capabilities — SYS_ADMIN, SYS_PTRACE, NET_ADMIN. Na OpenShift je nutné přidat odpovídající SecurityContextConstraints.

AI-assisted monitoring: od alertů k předvídání

Grafana Machine Learning

Grafana ML (dostupná v Grafana Cloud i on-premise přes plugin) přidává:

Anomaly detection — místo statických threshold alertů (CPU > 80%) se učí normální chování metriky a alertuje na odchylky od baseline. Výsledek: méně false positives, lepší signal-to-noise ratio.

Forecasting — predikce budoucích hodnot metrik pro kapacitní plánování. Otázka “kdy nám dojde disk?” má konkrétní odpověď s intervalem spolehlivosti.

Implementace v Prometheus recording rules

Pro jednodušší AI monitoring bez Grafana ML lze využít Prometheus recording rules s exponential smoothing:

groups:
- name: anomaly_detection
  rules:
  - record: job:http_request_duration_seconds:rate5m_avg
    expr: avg_over_time(http_request_duration_seconds_bucket[1h])
  
  - alert: LatencyAnomaly
    expr: |
      (
        rate(http_request_duration_seconds_sum[5m])
        / rate(http_request_duration_seconds_count[5m])
      ) > (
        avg_over_time(
          (rate(http_request_duration_seconds_sum[5m])
          / rate(http_request_duration_seconds_count[5m]))[24h:5m]
        ) * 2
      )      
    labels:
      severity: warning
    annotations:
      summary: "Latence je 2× vyšší než 24h průměr"

Kompletní architektura stacku

Aplikace (bez změn kódu)
        ↓
  Grafana Beyla (eBPF)
        ↓
OpenTelemetry Collector (DaemonSet)
        ↓
  ┌─────┬──────┬──────┐
  │     │      │      │
Prometheus  Loki  Tempo
  │     │      │      │
  └─────┴──────┴──────┘
        ↓
     Grafana
  (single pane of glass)
        ↓
  Alertmanager → PagerDuty / Slack

Výsledky z produkce (Zentity)

Po nasazení tohoto stacku na OpenShift cluster pro Zentity:

• Čas do první instrumentace: 4 hodiny (Beyla DaemonSet deploy + základní dashboardy)
• Pokrytí aplikací: 100% — všechny HTTP/gRPC aplikace bez změny kódu
• Redukce alert fatigue: ~60% méně false positive alertů oproti statickým thresholdům
• MTTR (Mean Time to Resolution): zkráceno průměrně o 40% díky korelaci traces + logů v Grafaně

Závěr

Observability stack 2026 je signifikantně přístupnější než před dvěma lety. OpenTelemetry jako standard eliminuje vendor lock-in, Beyla odstraňuje nutnost instrumentace kódu a Grafana LGTM stack poskytuje integrovanou platformu pro všechny tři pilíře observability.

Pro Kubernetes a OpenShift prostředí doporučujeme tento stack jako výchozí bod — je open-source, škálovatelný a pokryje 90% potřeb i největších produkčních prostředí.