نماذج ومنصات الذكاء الاصطناعي

تُطلق VictoriaMetrics منصة VictoriaStack للمقاييس والسجلات والتتبّع واستكشاف الأعطال بمساعدة الذكاء الاصطناعي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google
VictoriaStack illustration representing metrics, logs and distributed traces

قدّمت VictoriaMetrics منصة VictoriaStack، وهي حزمة مفتوحة المصدر لقابلية الملاحظة تجمع منتجاتها للمقاييس والسجلات والتتبّع الموزّع ضمن نموذج تشغيل منسّق. ويهدف الإطلاق إلى إتاحة وسيلة لفرق الهندسة لتوسيع نطاق تغطية بيانات القياس عن بُعد من دون استبدال بيئة المراقبة بأكملها أو فرض تخزين جميع الإشارات في قاعدة البيانات نفسها.

تجمع VictoriaStack بين VictoriaMetrics للمقاييس، وVictoriaLogs للسجلات، وVictoriaTraces للتتبّع. ويمكن للفرق اعتماد الإشارات التي تحتاج إليها وإضافة غيرها لاحقًا، فيما تساعد أدوات النشر المشتركة ودعم OpenTelemetry على ربط المكونات.

ويمتد هذا النموذج، وفق الإعلان، ليشمل العمليات المدعومة بالذكاء الاصطناعي. إذ تتيح خوادم بروتوكول سياق النماذج الرسمية ومهارات الوكلاء للمساعدات استقصاء بيانات القياس عن بُعد عبر المنصة، مع احتفاظ المهندسين بمسؤولية تقرير التغييرات التي ينبغي تطبيقها.

ثلاث إشارات وثلاث قواعد بيانات متخصصة

تجيب المقاييس والسجلات وآثار التتبّع عن أسئلة تشغيلية مختلفة. فالمقاييس تلخّص السلوك على مدى الزمن، مثل معدلات الطلبات أو أعداد الأخطاء أو استهلاك الذاكرة. وتسجّل السجلات الأحداث وتفاصيلها. أما آثار التتبّع الموزّع فتتابع الطلب عبر خدمات متعددة، لتكشف أين استُهلك الوقت وأين وقع الإخفاق.

أثناء وقوع حادثة، قد يلاحظ المهندس أولًا ارتفاعًا مفاجئًا في زمن الاستجابة ضمن المقاييس، ثم يحدّد الخدمة التي تكمن فيها المشكلة عبر آثار التتبّع، وبعدها يفحص السجلات بحثًا عن الخطأ الأساسي. ويمكن لجمع هذه الإشارات في سير عمل متّسق أن يختصر مدة الاستقصاء من دون أن يجعل متطلبات تخزينها متطابقة.

توضح وثائق البنية المعمارية في VictoriaStack وجود قواعد بيانات مستقلة تتشارك نموذجًا موحدًا للمكونات. ويمكن تشغيل كل قاعدة في ملف ثنائي واحد أو في صورة عنقود يفصل بين إدخال البيانات وتخزينها والاستعلام عنها. كما يمكن للمنصة استخدام vmauth نقطةَ دخول للتوجيه وموازنة الأحمال.

وتظل واجهات الاستعلام متخصصة أيضًا: تستخدم VictoriaMetrics لغة MetricsQL المتوافقة مع PromQL، وتستخدم VictoriaLogs لغة LogsQL، بينما تدعم VictoriaTraces لغة LogsQL إلى جانب واجهات برمجة التطبيقات المتوافقة مع Jaeger وTempo. لذلك، لا يعني التشغيل المنسّق استخدام قاعدة بيانات واحدة أو لغة استعلام موحّدة.

تتوفر قواعد البيانات الأساسية الثلاث كلها بموجب ترخيص Apache 2.0. كما تقدم الشركة إمكانات للمؤسسات ودعمًا تجاريًا، إضافةً إلى خدمة VictoriaMetrics Cloud المُدارة بالكامل، التي تدعم الإشارات الثلاث.

يربط OpenTelemetry طبقة جمع البيانات

يوفر OpenTelemetry نهجًا موحدًا لتهيئة التطبيقات وإرسال بيانات القياس عن بُعد. ويدعم بروتوكول OTLP الخاص به المقاييس والسجلات وآثار التتبّع في VictoriaStack، ما يتيح للفرق مسارًا متّسقًا لإدخال البيانات، رغم وصولها إلى أنظمة تخزين خلفية مختلفة.

وتكتسب هذه التفرقة أهميتها عندما ينمو التطبيق من بضع خدمات إلى نظام موزّع. فمن المفترض أن تساعد التهيئة على وصف سلوك التطبيق؛ أما تغيير وجهة بيانات القياس عن بُعد، فلا ينبغي أن يتطلب إعادة تصميم شيفرة المراقبة في كل خدمة.

وتدعم المنصة أيضًا صيغ إدخال أخرى عند الحاجة. فعلى سبيل المثال، يمكن للفرق التي تجمع المقاييس بالفعل باستخدام Prometheus الإبقاء على هذه المنظومة، مع إضافة السجلات أو التتبّع إليها. ويحد التوافق بين البروتوكولات من أعمال الترحيل، بينما يظل تحديد سياسات الاحتفاظ بالبيانات والسعة وأنماط الاستعلام قرارًا هندسيًا.

في عمليات النشر على Kubernetes، تشير VictoriaMetrics إلى المشغّل ومخططات Helm بوصفهما أداتي الإدارة الشائعتين. والهدف هو جعل عمليات النشر والترقية أكثر اتساقًا، مع الحفاظ على إمكانية توسيع نطاق كل إشارة بما يلائم أعباء عملها.

يمكن لوكلاء الذكاء الاصطناعي استقصاء بيانات القياس عن بُعد عبر مختلف مكوناتها

تتناول VictoriaStack الذكاء الاصطناعي من جانبين: إذ ينبغي لأنظمة قابلية الملاحظة التعامل مع بيانات القياس عن بُعد التي تولّدها التطبيقات القائمة على الوكلاء، ويمكن للمساعدات المدعومة بالذكاء الاصطناعي أن تساعد المهندسين على استقصاء تلك البيانات.

تشرح وثائق أدوات الذكاء الاصطناعي لدى الشركة وجود خوادم MCP منفصلة للمقاييس والسجلات وآثار التتبّع. وتتيح هذه الخوادم إمكانات منظّمة، مثل الاستعلام عن السلاسل الزمنية، واستكشاف حقول السجلات، والعثور على الخدمات والعمليات، واسترجاع آثار التتبّع. كما يتيح تكامل المقاييس استقصاء مسائل تتعلق بالتعددية، وسلوك الاستعلامات، وإعدادات التنبيه.

ويضيف مستودع مهارات الوكلاء لدى الشركة مسارات عمل قابلة لإعادة الاستخدام لاستقصاء إشارات متعددة وإنجاز مهام تشغيلية ذات صلة. ويمكن للمساعد اتباع خطوات استكشاف الأعطال عبر إشارات متعددة، بدلًا من الاعتماد على لوحة معلومات واحدة أو رسالة خطأ منسوخة.

يذكر الإعلان أن المساعدات، ومنها Claude Code وCodex وCursor والوكلاء المطوّرون داخليًا، تحصل على صلاحية وصول للقراءة فقط. وهذا يجعل سير العمل المقصود استقصائيًا: جمع الأدلة، وربط الأعراض، واقتراح تفسير، فيما يقرر المهندسون ما ينبغي تطبيقه. لكن ربط مصدر لبيانات القياس عن بُعد بوكيل لا يثبت بحد ذاته أن الوكيل قد حدّد السبب الجذري على نحو صحيح.

توسيع نطاق إدخال البيانات والاستعلام عنها كلٌّ على حدة

يوضح دليل البدء السريع لـ VictoriaStack كلاً من إعدادات العقدة الواحدة والإعدادات العنقودية. ويتضمن العرض التوضيحي باستخدام Docker Compose تطبيقًا ومجمّعًا لـ OpenTelemetry، وقواعد البيانات الثلاث، وGrafana، وvmalert، وvmauth. وتوضح الوثائق صراحةً أن هذه البيئة المحلية مخصّصة للعرض التوضيحي، لا للنشر في بيئة إنتاجية.

في النموذج العنقودي، تكون مكوّنات إدخال البيانات والاستعلام عديمة الحالة، ويمكن توسيع نطاق كل منها على نحو مستقل، في حين تحتفظ مكوّنات التخزين بالبيانات. ويتيح ذلك التعامل مع ضغوط مختلفة كلٌّ على حدة: فقد يتطلب تزايد تدفق بيانات القياس عن بُعد الواردة سعة أكبر لإدخالها، بينما قد يؤدي ازدياد عدد المهندسين أو الوكلاء الذين يجرون التحقيقات إلى زيادة الطلب على الاستعلامات.

يظل التخطيط للتخزين مهمًا. وتذكر الوثائق أن قواعد البيانات تحتفظ ببيانات القياس عن بُعد على أنظمة الملفات المحلية؛ أما S3 أو Google Cloud Storage فيُستخدمان للنسخ الاحتياطية، لا لتوفير طبقة استعلام على تخزين الكائنات. وتشير الوثائق أيضًا إلى أن تقليل عدد أجزاء التخزين عملية معقدة. ومن المهم مراعاة هذه الخصائص عند اختيار البنية التوزيعية والتنبؤ بالنمو.

منظومة متكاملة دون ترحيل شامل دفعة واحدة

تستعرض VictoriaMetrics منصة VictoriaStack في KubeCon + CloudNativeCon North America 2026، من خلال عرض توضيحي لتطبيق Kubernetes جرى تزويده بأدوات قياس تعتمد على OTLP، ويرسل إشارات القياس عن بُعد الثلاث إلى الأنظمة الخلفية المقابلة لها، يتبعه سير عمل لاستكشاف الأعطال عبر الإشارات المختلفة.

قال رومان خافرونينكو، الشريك المؤسس ومدير الهندسة في VictoriaMetrics، في الإعلان: «سيؤدي عصر الوكلاء إلى زيادة حجم بيانات القياس عن بُعد ورفع متطلبات معالجتها». وأضاف أن VictoriaStack مصممة لتوفير قابلية التوسع والكفاءة مع تنامي هذا الطلب.

يتمثل النهج العملي في اعتماد الحل تدريجيًا: الإبقاء على منظومة فعّالة لجمع البيانات، وإضافة الإشارات الناقصة، وإدارة الخدمات الناتجة وفق نموذج أكثر اتساقًا. وتكمن قيمة VictoriaStack في مدى نجاح هذه المكوّنات في العمل معًا مع تزايد حجم بيانات القياس عن بُعد والطلب على التحقيقات، مع إبقاء القرار بيد الفرق بشأن مكان تخزين بياناتها وكيفية توسيع نطاق كل إشارة.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.