HyperDX - Open-Source-Alternative zu Datadog, entwicklerfreundlich

• HyperDX ist eine entwicklerfreundliche Open-Source-Alternative zu Datadog und New Relic und wurde dafür entwickelt, Ingenieuren dabei zu helfen, Produktionsprobleme schnell zu identifizieren und zu beheben
• Es zentralisiert und verknüpft Logs, Metriken, Traces, Ausnahmen und Session-Replays an einem Ort und ermöglicht so End-to-End-Korrelationen mit nur wenigen Klicks
• Es bietet schnelle Performance auf Basis von Clickhouse, intuitive Volltextsuche, automatisches Event-Pattern-Clustering über Milliarden von Events hinweg sowie eine einfache Einrichtung von Alerts
• Es unterstützt automatisches JSON-/Structured-Log-Parsing und ist OpenTelemetry-nativ
• Es kann mit Docker Compose eingerichtet werden und bietet nach der Einrichtung eine Benutzeroberfläche, die unter http://localhost:8080 erreichbar ist
• Es ist auch als Cloud-Service verfügbar, der unter hyperdx.io gehostet wird; Nutzer können sich für ein kostenloses Konto registrieren und innerhalb weniger Minuten mit dem Senden von Daten beginnen
• Um Logs, Metriken, Traces usw. in HyperDX zu importieren, müssen Nutzer ihre App instrumentieren, damit Telemetriedaten gesammelt und an eine HyperDX-Instanz gesendet werden
• HyperDX bietet SDKs und Integrationsoptionen für verschiedene Plattformen wie Browser, Node.js und Python
• Es ist außerdem kompatibel mit OpenTelemetry, dem von der CNCF unterstützten herstellerneutralen Standard für Application Instrumentation, und unterstützt Sprachen/Plattformen wie Kubernetes, Javascript, Python, Java, Go, Ruby, PHP, .NET, Elixir und Rust
• Die Motivation hinter HyperDX ist es, Ingenieuren beim Ausliefern zuverlässiger Software zu helfen, indem ein einfaches, skalierbares und kostengünstiges Tool zur Nutzung von Telemetriedaten bereitgestellt wird
• HyperDX ist Open Core, wobei die meisten Funktionen unter der MIT-Lizenz bereitgestellt werden. Zusätzlich gibt es eine Cloud-gehostete Version mit erweiterten Funktionen, die notwendig sind, um das Geschäft tragfähig zu machen und HyperDX weiterhin als Open-Source-Plattform auszubauen

[bbulbum]

Es ist wirklich ziemlich günstig. Vielleicht liegt das daran, dass als Open Source die Technologiekosten deutlich gesenkt werden.

Weil es Open Source ist, entsteht auch die Erwartung, dass es sich schnell auf verschiedene Systeme ausweiten lässt.

[GN⁺]

Hacker-News-Kommentare

• Der Artikel behandelt HyperDX als Open-Source-, entwicklerfreundliche Alternative zu Datadog.
• Nutzer interessieren sich für objektive Blogs oder Videos, die neue Plattformen wie HyperDX, signoz, openobserve, uptrace und highlight.io testen und vergleichen.
• Es gibt Bedenken hinsichtlich der langfristigen Überlebensfähigkeit dieser Plattformen, und einige Nutzer vermuten, dass sie möglicherweise kontinuierliche VC-Finanzierung benötigen.
• Mehrere Plattformen, darunter HyperDX, werden auf Clickhouse aufgebaut, einem spaltenorientierten Datenbankmanagementsystem.
• Nutzer loben den hohen Reifegrad von HyperDX und den Fokus auf die Developer Experience (DX).
• Es gibt Fragen dazu, wie HyperDX eine hohe Dateneingaberate verarbeitet und welche Optionen dafür im Open Source angeboten werden.
• Nutzer sind neugierig auf das Lizenzmodell von HyperDX, und einige waren überrascht, dass es unter der MIT-Lizenz steht.
• Die Zielpersona und der GTM-Plan von HyperDX sind interessante Themen; Nutzer vermuten, dass sich das Produkt auf Product-Led Growth (PLG) konzentrieren könnte.
• Nutzer sehen Potenzial für HyperDX beim lokalen Entwicklungs-Logging und sind daran interessiert, dazu beizutragen.
• HyperDX wird für seine ausgereifte Umsetzung und schnelle Performance gelobt, und Nutzer heben hervor, dass es günstiger als Datadog ist.
• Nutzer finden die Session-Replay-Funktion von HyperDX nützlich, da diese bei vielen Datadog-Alternativen fehlt.
• Es gibt Fragen zur Query-Syntax von HyperDX und dazu, ob sie bestehenden Spezifikationen folgt.
• Einige Nutzer weisen darauf hin, dass viele OpenTelemetry-Bibliotheken, auf die HyperDX angewiesen sein könnte, noch unvollständig sind.