Bỏ qua tới nội dung
Ông T.vn

OpenObserve: gom log, metric, trace vào một nơi, rẻ hơn Elasticsearch — hướng dẫn cài đặt và dùng

11 phút đọcCập nhật

Bài này là một góc nhìn khác về openobserve/openobserve — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: OpenObserve: giám sát log, metric, trace gọn trong một file — hướng dẫn cài đặt và dùng →

OpenObserve: gom log, metric, trace vào một nơi, rẻ hơn Elasticsearch — hướng dẫn cài đặt và dùng

Tóm tắt nhanh

OpenObserve là nền tảng observability mã nguồn mở viết bằng Rust. Nó gom log, metric, trace, giám sát giao diện người dùng (RUM) và LLM vào một chỗ, truy vấn bằng SQL hoặc PromQL. Cài bằng một lệnh Docker, mở trình duyệt ở cổng 5080 là dùng được.

OpenObserve (viết tắt O2) là một nền tảng "observability" mã nguồn mở. Hiểu đơn giản: đây là nơi để bạn gom log (nhật ký hệ thống), metric (số đo như CPU, số request), trace (đường đi của một yêu cầu qua các dịch vụ) và dữ liệu người dùng truy cập web về một chỗ, rồi tìm kiếm, vẽ biểu đồ, đặt cảnh báo. Tác giả định vị nó là lựa chọn thay thế cho Datadog, Splunk và Elasticsearch.

Bạn nên quan tâm nếu đang chạy website, ứng dụng hoặc server và muốn biết "hệ thống đang lỗi chỗ nào" mà không muốn trả hóa đơn lớn cho dịch vụ giám sát. Người làm kinh doanh có website bán hàng, nhóm dev nhỏ, hay người mới học vận hành hệ thống đều dùng được. Bạn không cần dựng cụm máy phức tạp: README nói chạy một file duy nhất và lên trong khoảng hai phút.

Điểm đáng giá nhất là chi phí lưu trữ và độ đơn giản. Theo README, OpenObserve dùng lưu trữ cột Parquet kết hợp kho đối tượng kiểu S3, nên tốn ít chỗ lưu hơn Elasticsearch tới 140 lần (đây là con số tác giả công bố, bạn nên tự đo trên dữ liệu của mình). Repo hiện có khoảng 23.046 sao và 1.199 fork, vẫn được cập nhật trong vài tháng gần đây.

Ứng dụng

openobserve/openobserve

OpenObserve là nền tảng mã nguồn mở gom log, metric, trace và theo dõi người dùng web vào một giao diện, chạy bằng một file duy nhất, thay thế Datadog hay Elasticsearch.

★ 23kTypeScriptAGPL-3.0
Xem repo trên GitHub

I.OpenObserve làm được gì

Mỗi tính năng dưới đây đều có sẵn trong một giao diện web, bạn không phải ghép nhiều công cụ.

  • Log: tìm kiếm toàn văn, truy vấn bằng SQL, có bộ lọc nhanh và công cụ dựng truy vấn bằng giao diện. Khi website báo lỗi, bạn gõ từ khóa là ra các dòng log liên quan.
  • Distributed tracing (theo dõi chuỗi yêu cầu): dựa trên OpenTelemetry, cho bạn xem một yêu cầu đi qua những dịch vụ nào, chậm ở đâu, bằng biểu đồ waterfall, flame graph và Gantt.
  • Service graph: vẽ sơ đồ các dịch vụ gọi nhau, tô màu theo sức khỏe (bình thường, suy giảm, cảnh báo, nghiêm trọng). Nhìn vào là thấy chỗ nào đang "đỏ".
  • Metric: xem số đo từ hạ tầng và ứng dụng, truy vấn bằng SQL hoặc PromQL, kết hợp nhiều truy vấn bằng công thức.
  • Dashboard: dựng bảng điều khiển từ bất kỳ loại dữ liệu nào, có hơn 19 loại biểu đồ, kéo thả, biến mẫu và bản đồ địa lý.
  • Frontend Monitoring (RUM): theo dõi trải nghiệm người dùng thật trên web, gồm Core Web Vitals, lỗi, hiệu năng và phát lại phiên (session replay) để xem người dùng đã làm gì.
  • Cảnh báo và sự cố: đặt ngưỡng, cảnh báo theo lịch hoặc thời gian thực, gửi qua kênh thông báo. Nhiều cảnh báo liên quan được gom thành một sự cố để theo dõi qua các trạng thái mở, đã xác nhận, đã xử lý.
  • Pipelines: xử lý dữ liệu ngay lúc nạp vào (làm giàu, che thông tin nhạy cảm, giảm bớt, chuẩn hóa) bằng trình soạn thảo trực quan. Có cả chuyển log thành metric.
  • AI Observability: theo dõi ứng dụng dùng LLM, gồm chi phí, số token, độ trễ và tỉ lệ lỗi theo từng mô hình.
  • Trợ lý O2 AI: bạn hỏi bằng ngôn ngữ thường, trợ lý viết giúp câu SQL, VRL, PromQL và dựng dashboard, cảnh báo.

Ngoài ra README nhấn mạnh dữ liệu trong OpenObserve là bất biến: đã nạp vào thì không sửa hay xóa từng dòng được, chỉ xóa được cả khoảng thời gian lưu trữ. Với log và kiểm toán thì đây là ưu điểm, nhưng bạn cần biết trước.

II.Cần chuẩn bị gì

Tư liệu repo nói khá ít về yêu cầu tối thiểu, nên mình chỉ nêu những gì có thật:

  • Docker: cách cài nhanh trong README dùng lệnh docker run, nên máy bạn cần có Docker đã chạy. README không ghi phiên bản Docker cụ thể.
  • Một trình duyệt web để mở giao diện ở địa chỉ http://localhost:5080.
  • Email và mật khẩu cho tài khoản quản trị gốc. Bạn tự đặt, sẽ điền vào lệnh khi chạy.
  • Cổng 5080 còn trống trên máy.
  • Phần cứng, hệ điều hành, phiên bản Node hay Rust: README chưa nêu yêu cầu tối thiểu. Phần này chỉ cần nếu bạn tự build từ mã nguồn (repo có Cargo.toml và thư mục web/). Với người mới, mình khuyên dùng Docker.

Bạn không cần API key nào để chạy bản tự cài. Nếu không muốn cài gì, README có đường dùng OpenObserve Cloud, bản miễn phí đến 50 GB dữ liệu nạp mỗi ngày.

Mật khẩu trong ví dụ README ("Complexpass#123") chỉ để thử. Nếu máy của bạn mở ra Internet, hãy đặt email và mật khẩu của riêng bạn, đừng giữ nguyên giá trị mẫu.

III.Cài đặt từng bước

  1. Cài DockerChuẩn bị Docker trên máy và bảo đảm nó đang chạy
  2. Mở terminalDùng terminal tại thư mục bạn muốn lưu dữ liệu
  3. Chạy lệnh docker runKhởi động OpenObserve với email và mật khẩu của bạn
  4. Mở giao diệnVào http://localhost:5080 trong trình duyệt
  5. Đăng nhậpDùng đúng email và mật khẩu đã đặt trong lệnh

A.Cài Docker và mở terminal

README không hướng dẫn cài Docker, bạn cần có nó từ trước. Sau đó mở terminal (Terminal trên macOS/Linux, hoặc PowerShell/Git Bash trên Windows) ở thư mục bạn muốn dữ liệu nằm. Lệnh dưới đây dùng $PWD, tức thư mục hiện tại, để tạo thư mục data lưu dữ liệu. Vậy bạn đứng ở đâu khi chạy lệnh thì dữ liệu nằm ở đó.

B.Chạy OpenObserve bằng Docker

Đây là lệnh nguyên văn trong README. Hãy đổi email và mật khẩu thành của bạn trước khi chạy:

Terminal
docker run -d \
      --name openobserve \
      -v $PWD/data:/data \
      -p 5080:5080 \
      -e ZO_ROOT_USER_EMAIL="root@example.com" \
      -e ZO_ROOT_USER_PASSWORD="Complexpass#123" \
      public.ecr.aws/zinclabs/openobserve:latest

Giải thích từng phần:

  • -d chạy nền, terminal không bị chiếm.
  • --name openobserve đặt tên cho container để dễ quản lý.
  • -v $PWD/data:/data gắn thư mục data trên máy vào bên trong container, để dữ liệu không mất khi container dừng.
  • -p 5080:5080 mở cổng 5080 để bạn vào bằng trình duyệt.
  • Hai dòng -e đặt email và mật khẩu đăng nhập quản trị.

Chỗ người mới hay vấp: dấu \ cuối dòng chỉ dùng trong bash. Nếu bạn dùng PowerShell trên Windows, hãy gộp thành một dòng. Đây là bản mình chuyển thể từ lệnh trên, README không ghi riêng cho PowerShell:

PowerShell
docker run -d --name openobserve -v ${PWD}/data:/data -p 5080:5080 -e ZO_ROOT_USER_EMAIL="root@example.com" -e ZO_ROOT_USER_PASSWORD="Complexpass#123" public.ecr.aws/zinclabs/openobserve:latest

Nếu báo cổng 5080 đang bị chiếm, xem phần lỗi thường gặp bên dưới.

C.Mở giao diện và đăng nhập

Mở trình duyệt, vào http://localhost:5080, rồi đăng nhập bằng đúng email và mật khẩu bạn đặt trong lệnh. README ghi rõ bước này: "open http://localhost:5080 and log in with the credentials above".

D.Các cách cài khác

README chỉ đưa cách Docker ở phần Quick Start. Cách cài khác và bản chạy cụm (High Availability) nằm trong tài liệu chính thức: trang quickstart và hướng dẫn HA trên openobserve.ai/docs. Repo cũng có thư mục deploy/ và file .env.example liệt kê tên các biến cấu hình như ZO_ROOT_USER_EMAIL, ZO_ROOT_USER_PASSWORD, ZO_LOCAL_MODE, ZO_S3_BUCKET_NAME. README không giải thích ý nghĩa các biến ngoài hai biến đăng nhập, nên bạn hãy xem tài liệu trước khi đổi.

IV.Kiểm tra đã chạy được chưa

Cách kiểm tra đơn giản nhất là mở http://localhost:5080 và thấy trang đăng nhập của OpenObserve. Đăng nhập bằng email và mật khẩu đã đặt, nếu vào được giao diện chính thì bạn đã cài thành công.

Nếu trang không hiện, bạn có thể xem container có đang chạy không bằng lệnh Docker phổ thông:

Terminal
docker ps

Trong danh sách phải có container tên openobserve. Muốn xem nhật ký khởi động:

Terminal
docker logs openobserve

Lúc mới cài, giao diện sẽ chưa có dữ liệu. Muốn thấy log, metric hay trace, bạn cần gửi dữ liệu vào. Cách gửi (qua OpenTelemetry và các công cụ thu thập khác) README không hướng dẫn chi tiết, bạn xem ở tài liệu chính thức.

V.Dùng vào việc thật

Dưới đây là các tình huống bám đúng khả năng README mô tả. Vì README không có hướng dẫn nạp dữ liệu từng bước, mình chỉ nói phần dùng giao diện và truy vấn, còn bước đưa dữ liệu vào bạn làm theo tài liệu chính thức.

A.Chủ shop online: tìm vì sao đơn hàng báo lỗi

Bạn có website bán hàng, khách phàn nàn thanh toán bị treo. Sau khi gửi log của website vào OpenObserve, bạn vào mục Logs, chọn khoảng thời gian khách báo lỗi và tìm các từ như "error" hoặc "payment". Bộ lọc nhanh và tìm kiếm toàn văn giúp bạn lọc ra đúng các dòng liên quan mà không cần biết lập trình. Kết quả là bạn có bằng chứng cụ thể (lỗi gì, lúc nào) để chuyển cho người làm web, thay vì chỉ nói "web bị chậm".

Giám sát tốt không phải là có nhiều biểu đồ, mà là khi có chuyện bạn tìm ra nguyên nhân trong vài phút.

Ông T

B.Dev nhỏ: tìm chỗ chậm trong chuỗi dịch vụ

Ứng dụng của bạn gồm vài dịch vụ gọi nhau và có trang tải rất chậm. Bạn gửi trace (theo chuẩn OpenTelemetry) vào OpenObserve rồi mở mục Traces. Biểu đồ waterfall cho thấy từng đoạn của yêu cầu mất bao lâu, bấm vào một span để xem chi tiết. Mở thêm Service Graph để xem dịch vụ nào đang bị tô màu cảnh báo. Kết quả: bạn biết nên sửa ở đâu trước, thay vì đoán.

C.Người làm vận hành: dựng dashboard và cảnh báo

Bạn phụ trách một vài server và muốn có màn hình theo dõi chung. Vào mục Dashboards, dùng trình dựng panel kéo thả để tạo biểu đồ từ metric hoặc log, thêm biến mẫu để chọn nhanh theo server. Sau đó đặt cảnh báo cho các ngưỡng quan trọng. Với người mới viết truy vấn chưa quen, bạn thử hỏi trợ lý O2 AI bằng câu như:

text
Viết giúp mình câu SQL đếm số dòng log lỗi theo từng giờ trong 24 giờ qua.

Trợ lý (theo README) sẽ biến câu hỏi thành truy vấn để bạn chạy và gắn vào dashboard. Bạn nên đọc lại truy vấn trước khi dùng cho cảnh báo thật.

D.Nhóm làm sản phẩm AI: theo dõi chi phí LLM

Nếu ứng dụng của bạn gọi mô hình ngôn ngữ, mục AI Observability giúp theo dõi chi phí, số token, độ trễ và tỉ lệ lỗi theo từng mô hình. Cách này hữu ích khi hóa đơn LLM tăng mà bạn chưa biết tính năng nào "ngốn" nhiều nhất. Cách gửi dữ liệu LLM vào hệ thống README không nêu chi tiết, hãy xem trong tài liệu.

VI.Lỗi hay gặp và cách xử lý

A.Cổng 5080 đã bị chiếm

Docker sẽ báo lỗi cổng đang được dùng. Cách an toàn là tắt chương trình đang dùng cổng đó, hoặc xóa container cũ cùng tên nếu bạn từng chạy lệnh này rồi. Bạn cũng có thể đổi số cổng bên trái trong -p (ví dụ -p 5081:5080) rồi vào bằng cổng mới. Đây là cách dùng thông thường của Docker, không phải hướng dẫn riêng của README.

B.Báo trùng tên container "openobserve"

Nếu chạy lệnh lần hai, Docker sẽ báo tên đã tồn tại. Bạn có thể dùng docker ps -a để xem, rồi docker start openobserve để bật lại container cũ. Dữ liệu vẫn còn vì đã gắn thư mục data.

C.Lệnh nhiều dòng bị lỗi trên PowerShell

Dấu \ cuối dòng không có tác dụng trong PowerShell. Hãy gộp lệnh thành một dòng như bản chuyển thể ở phần cài đặt, hoặc chạy trong Git Bash.

D.Đăng nhập không được

Hãy dùng đúng email và mật khẩu bạn đặt trong lệnh. Nếu bạn gõ sai trong lệnh và dữ liệu data đã được tạo từ lần chạy trước, thông tin cũ có thể còn ảnh hưởng. README chưa nói rõ trường hợp này, nên cách an toàn là kiểm tra bằng docker logs openobserve và đọc tài liệu về tài khoản gốc, đừng vội xóa thư mục data nếu trong đó đã có dữ liệu quan trọng.

E.Mở được giao diện nhưng không thấy dữ liệu

Đây là bình thường với bản mới cài. OpenObserve chỉ hiển thị thứ bạn gửi vào. Hãy cấu hình ứng dụng hoặc bộ thu thập gửi dữ liệu theo tài liệu chính thức rồi tải lại trang.

VII.Có nên dùng không

Điểm mạnh:

  • Một công cụ cho log, metric, trace, RUM, dashboard, cảnh báo, pipeline, không phải ghép nhiều hệ thống.
  • Cài thử rất nhanh bằng một lệnh Docker.
  • Dùng SQL và PromQL, không phải học ngôn ngữ truy vấn riêng.
  • Theo README, chi phí lưu trữ thấp và cần ít phần cứng hơn Elasticsearch, và bản mã nguồn mở được tác giả mô tả là đủ tính năng, dùng thương mại miễn phí.
  • Chạy trên hạ tầng của bạn thì bạn tự kiểm soát dữ liệu.

Giới hạn cần biết:

  • Dữ liệu bất biến: không sửa hay xóa từng dòng được, chỉ xóa theo khoảng thời gian lưu giữ.
  • Một số tính năng như đăng nhập một lần (SSO), phân quyền nâng cao (RBAC), nhật ký kiểm toán, tìm kiếm liên cụm và che dữ liệu nhạy cảm tự động thuộc bản Enterprise, dùng giấy phép thương mại.
  • Bản mã nguồn mở theo giấy phép AGPL-3.0. Nếu bạn định sửa mã rồi cung cấp thành dịch vụ cho người khác, hãy đọc kỹ điều khoản.
  • Các con số như "140 lần rẻ hơn" hay "một phần tư phần cứng" là số liệu của tác giả, cần tự kiểm chứng với dữ liệu của bạn.
  • README không ghi yêu cầu phần cứng tối thiểu, nên với lượng dữ liệu lớn bạn cần thử trước và đọc tài liệu về triển khai HA.

Khi nên chọn cách khác: nếu bạn chỉ cần xem log của một máy nhỏ và không muốn quản lý thêm hệ thống nào, một công cụ nhẹ hơn có thể đủ. Nếu công ty cần SSO và phân quyền chi tiết ngay từ đầu, hãy tính đến bản Enterprise hoặc dịch vụ cloud. Còn nếu bạn muốn thử mà không đụng đến hạ tầng, OpenObserve Cloud có gói miễn phí theo README.

Với người mới, mình gợi ý: chạy thử lệnh Docker trên máy cá nhân, nạp một ít log thật rồi tự đánh giá. Mất khoảng vài phút để biết nó có hợp nhu cầu của bạn không.

4.9/5 · Ông T chấm

Chưa có độc giả chấm

Bài này có ích với bạn không?

Câu hỏi thường gặp

OpenObserve có miễn phí không?

Bản mã nguồn mở theo giấy phép AGPL-3.0, README nói là miễn phí dùng và cho phép dùng thương mại. Bản Enterprise có thêm tính năng và hỗ trợ, theo hợp đồng thương mại. OpenObserve Cloud có gói miễn phí đến 50 GB dữ liệu nạp mỗi ngày, và README ghi cần đăng ký khi đạt mức đó.

Cài OpenObserve có khó không?

README ghi cách nhanh nhất là một lệnh `docker run`, sau đó mở http://localhost:5080 và đăng nhập. Bạn cần có Docker sẵn. Tác giả nói có thể chạy trong khoảng hai phút mà không cần dựng cụm phức tạp.

OpenObserve có chạy được trên Windows không?

README không nêu danh sách hệ điều hành hỗ trợ. Cách cài bằng Docker thì chạy được ở nơi có Docker. Trên PowerShell bạn cần gộp lệnh thành một dòng vì dấu `\` chỉ dùng cho bash.

Có cần GPU hoặc máy cấu hình mạnh không?

Tư liệu không nhắc đến GPU. README chỉ nói OpenObserve cần khoảng một phần tư phần cứng so với Elasticsearch, nhưng chưa ghi cấu hình tối thiểu cụ thể. Với dữ liệu lớn, bạn nên thử và xem tài liệu triển khai.

Dữ liệu của tôi có an toàn không?

Nếu tự cài, dữ liệu nằm trên hạ tầng của bạn, ở thư mục bạn gắn vào Docker. README nói có mã hóa dữ liệu khi lưu và khi truyền, và có chứng nhận SOC 2 Type II, ISO 27001. Một số tính năng bảo mật như SSO, RBAC nâng cao, che dữ liệu nhạy cảm thuộc bản Enterprise.

OpenObserve khác gì Datadog hay Elasticsearch?

Theo bảng so sánh trong README, OpenObserve mã nguồn mở, tự cài được hoặc dùng cloud, truy vấn bằng SQL và PromQL, còn Datadog là dịch vụ SaaS, dùng ngôn ngữ truy vấn riêng. So với Elasticsearch, tác giả nói chi phí lưu trữ thấp hơn tới 140 lần, cài đặt đơn giản hơn và cần ít phần cứng hơn. Đây là số liệu của tác giả, chưa có thông tin kiểm chứng độc lập trong tư liệu.

Tôi có xóa hoặc sửa được từng dòng log đã nạp không?

Không. README nói dữ liệu trong OpenObserve là bất biến: đã nạp thì không sửa hay xóa từng bản ghi, chỉ xóa được cả khoảng thời gian lưu giữ. Tác giả coi đó là tính năng, vì giữ nguyên vẹn log cho việc kiểm toán.

Chuyển nhanh tới mục

  1. I.OpenObserve làm được gì
  2. II.Cần chuẩn bị gì
  3. III.Cài đặt từng bước
    1. A.Cài Docker và mở terminal
    2. B.Chạy OpenObserve bằng Docker
    3. C.Mở giao diện và đăng nhập
    4. D.Các cách cài khác
  4. IV.Kiểm tra đã chạy được chưa
  5. V.Dùng vào việc thật
    1. A.Chủ shop online: tìm vì sao đơn hàng báo lỗi
    2. B.Dev nhỏ: tìm chỗ chậm trong chuỗi dịch vụ
    3. C.Người làm vận hành: dựng dashboard và cảnh báo
    4. D.Nhóm làm sản phẩm AI: theo dõi chi phí LLM
  6. VI.Lỗi hay gặp và cách xử lý
    1. A.Cổng 5080 đã bị chiếm
    2. B.Báo trùng tên container "openobserve"
    3. C.Lệnh nhiều dòng bị lỗi trên PowerShell
    4. D.Đăng nhập không được
    5. E.Mở được giao diện nhưng không thấy dữ liệu
  7. VII.Có nên dùng không

Repo & Skill · 13/11/2026 · 11 phút đọc

Garden Skills: bộ skill thiết kế web, tạo ảnh, làm video cho AI — hướng dẫn cài đặt và dùng

Garden Skills là bộ sưu tập Agent Skills (kỹ năng cho AI) của tác giả ConardLi, dùng được với Claude Code, Cursor, Codex và các AI coding agent khác. Mỗi skill dạy agent làm tốt một việc như thiết kế trang web, tạo ảnh, làm video bằng code, biến tài liệu thành bài viết đẹp. Cài không khó, nhưng README có nhiều cách cài nên bạn cần chọn một cách hợp với công cụ đang dùng.

Repo & Skill · 13/11/2026 · 15 phút đọc

thesysdev/openui: xây giao diện AI dạng streaming — hướng dẫn cài đặt và dùng

OpenUI là framework full-stack, độc lập framework, giúp mô hình AI sinh giao diện có cấu trúc và hiển thị dần khi dữ liệu streaming về. Bạn có thể dựng nhanh một ứng dụng chat bằng CLI hoặc cài từng gói cho React, Vue, Svelte, Angular và LangChain. Việc bắt đầu khá đơn giản nếu máy có đúng phiên bản Node; README chưa ghi đầy đủ lệnh chạy ứng dụng sau khi scaffold.

Repo & Skill · 13/11/2026 · 11 phút đọc

Ruflo: điều phối nhóm agent AI cho Claude Code và Codex — hướng dẫn cài đặt và dùng

Ruflo (trước đây là Claude Flow) là một agent harness: lớp công cụ bao quanh Claude Code và Codex, bổ sung nhiều agent chuyên biệt, bộ nhớ qua các phiên và khả năng chia việc cho nhóm agent. Cài bằng một lệnh `npx ruflo@latest init` trong thư mục dự án, cần Node 20 trở lên. Cài khá dễ, nhưng hệ thống rất rộng nên bạn nên bắt đầu từ một tác vụ nhỏ.