Seminar Fluent Bit Stream Processing und Logs-to-Metrics

Das Seminar behandelt die Verarbeitung laufender Logströme für Auswertungen und Kennzahlen. Im Fokus stehen Stream-Processing-Konzepte, Abfragen über Ereignisdaten, einfache Aggregationen, Logs-to-Metrics-Szenarien, Qualitätsgrenzen und die Integration in Monitoring- und Alerting-Prozesse.

Inhaltsübersicht

• Stream-Processing-Konzepte
• Events filtern, gruppieren und zählen
• Logs-to-Metrics-Szenarien
• Qualitäts- und Kardinalitätsgrenzen
• Integration in Monitoring-Prozesse

Lernziele

Nach dem Seminar können Teilnehmende Fluent-Bit-Installationen fachlich einordnen, belastbare Konfigurationen erstellen und typische Betriebsaufgaben strukturiert ausführen.

• Stream-Processing-Szenarien sinnvoll auswählen
• Aus Logs belastbare Kennzahlen ableiten
• Kardinalitäts- und Qualitätsrisiken bewerten
• Ergebnisse in Monitoring-Prozesse integrieren

Seminarinhalte

Tag 1 – Konzepte und erste Auswertungen

1. Geeignete Ereignisdaten für Stream Processing identifizieren
2. Filter- und Gruppierungslogik entwerfen
3. Zählungen und einfache Aggregationen auf Testdaten anwenden
4. Kardinalität und Datenqualität bewerten
5. Grenzen gegenüber klassischen Backends dokumentieren

Tag 2 – Logs-to-Metrics und Betrieb

1. Logbasierte Kennzahlen für Fehlerraten und Ereignishäufigkeiten ableiten
2. Routing von Rohdaten und aggregierten Daten trennen
3. Monitoring- und Alerting-Anforderungen berücksichtigen
4. Fehlerhafte oder lückenhafte Datenströme erkennen
5. Eine Bewertungsvorlage für Logs-to-Metrics-Anwendungsfälle erstellen

Praxisübungen

Aus Beispielanwendungslogs werden Kennzahlen abgeleitet. Die Übung zeigt, welche Daten geeignet sind, wo Kardinalitätsrisiken entstehen und wie Rohdaten und Kennzahlen getrennt weitergeleitet werden.

Zielgruppe

SRE, Observability-Teams, DevOps, Plattformbetrieb und technische Anwendungsverantwortliche.

Voraussetzungen

Fluent-Bit-Grundlagen und Verständnis für Metriken, Logs oder Monitoring-Ziele.