Dash0

Dash0

Dash0 · 程式設計

Dash0 是原生 OpenTelemetry 的可觀測性平台,統整指標、日誌與追蹤。它加入 AI 驅動的事件偵測與用量計價,且不綁定特定供應商。

Dash0 的介面預覽

關於 Dash0

What Is Dash0

Dash0 是從零開始建構在 OpenTelemetry 上的可觀測性平台,也就是一套 OpenTelemetry 可觀測性方案。它收集應用程式與基礎架構的指標、日誌與追蹤,接著讓你用 PromQL 與 SQL 在同一個地方查詢。背後的 Dash0 公司 2023 年成立於德國,目前總部設在紐約。它在 B 輪募得 1.1 億美元,估值達 10 億美元,客戶超過 800 家,包括 Zalando、Taco Bell 與 The Telegraph。

它的承諾是:你送出標準的 OpenTelemetry 資料,保留重要的中介資料,同時避開專有代理程式與按人頭計費。平台也納入較新的 AI 功能。Agent0 會盯住那些正在劣化卻沒有任何告警涵蓋的服務,並能把修正草擬成 pull request;Darkplane 則追蹤像 Claude Code、Cursor 這類 AI 程式助理在團隊中的使用情況。

它最適合已經投入 OpenTelemetry 的工程、SRE 與平台團隊。如果你正在執行 OpenTelemetry Collector,又想要一個說同一套標準的後端,Dash0 就在那裡接住你。主要限制在於,平台預設你已經完成遙測埋點。還沒有 OTel 管線的團隊得先把它搭起來,Dash0 才有用。它的 AI 功能也較新、仍在成熟中,請把它們當成可觀測性的補強,而不是值班工程師的替代品。

Getting Started

  1. 在 dash0.com 開始 14 天免費試用,不需信用卡;或預約示範,由業務團隊帶你走一遍。
  2. 把你現有的 OpenTelemetry Collector 或 SDK 指向你的 Dash0 端點,因為不需要專有代理程式或閘道層。
  3. 用 SignalControl 過濾雜訊、把高流量訊號轉成精簡指標,並在儲存前對追蹤取樣。
  4. 在儀表板中探索服務、基礎架構、Kubernetes、日誌與追蹤,或用 PromQL 與 SQL 查詢同一批資料。
  5. 設定告警規則與預算上限,之後可視需要啟用 Agent0 掃描盲點,並用 Darkplane 追蹤 AI 程式工具的使用。

產品資訊

快速了解 Dash0 的定價、支援平台與效能。

免費方案是
付費方案Consumption-based, from $0.60/credit for Agent0
平台Web, self-hosted
開發者Dash0
類別程式設計
發布日期Jul 2023
最近更新Oct 2025
網站訪問量221.3K
網站全球排名172.2K
API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • SRE 與平台團隊:作為可觀測性平台,它提供單一位置來關聯指標、日誌與追蹤,讓值班工程師能把事件追回到造成問題的那次提交。
  • 工程主管:按訊號計價與內建的預算上限,讓可觀測性支出看得見,適合曾在別家被帳單突襲的團隊。
  • 已在用 OpenTelemetry 的團隊:Dash0 從第一天就說這套標準,你接上本來就在跑的 Collector,不必拆掉既有埋點。

任務

  • 關聯一次緩慢的請求:你從延遲指標的尖峰,跳到相關的追蹤,再讀取綁在同一個 trace ID 上的日誌。
  • 降低遙測量:你用 SignalControl 丟掉吵雜訊號,並在資料進入儲存與帳單之前,把高基數時間序列彙整起來。
  • 追蹤 AI 程式工具:Darkplane 回報 Claude Code、Cursor 這類助理在整個組織的採用率、成本與週期時間。

情境

  • 調查線上事故:你從一則告警出發,沿著追蹤走到出錯的服務,再讀取那個請求的日誌。
  • 監控 Kubernetes:你安裝 Dash0 operator,自動化埋點並在叢集內管理可觀測性。
  • 盯住成本:你設定每月預算上限與預測,讓流量尖峰不會變成你月底才發現的支出尖峰。

主要功能

原生 OpenTelemetry 的資料收集

Dash0 建立在 OpenTelemetry 而非專有格式之上,所以你接上本來就在用的 Collector 與 SDK。這代表沒有供應商代理程式要裝,也不會被綁死在資料的結構方式上。日後想搬走,你匯出同樣的標準訊號,不會遺失脈絡。

SignalControl 管線

SignalControl 站在儲存之前,在你付費之前先塑形資料。它過濾雜訊、把高流量訊號轉成精簡指標、對追蹤取樣,並彙整高基數時間序列。目標很直接:留住你依賴的可觀測性,砍掉推升成本的量,只為你真正保留的遙測付費。

統整的指標、日誌與追蹤

指標、日誌與追蹤落在同一個儲存,而不是三套分開的工具,所以你能在同一條工作流程裡切換。你從一項看起來不對的指標出發,打開相關追蹤檢視你的分散式追蹤,再讀取同一個 trace ID 的日誌。把一切維持在相互關聯的狀態,正是縮短「察覺問題」到「理解問題」之間時間的關鍵。

PromQL、SQL 與開放查詢介面

你用 PromQL 與 SQL 查詢 Dash0,這是許多工程師已經熟悉的語言,而不是一套自製查詢語言。同一個儲存可透過 MCP server、CLI 與 API 觸及,這表示你的 AI 代理能讀取和團隊相同的資料。開放介面在這裡很重要,因為它讓人和工具都對準同一個事實來源。

Agent0,AI SRE

Agent0 是一套持續掃描你環境的 AI SRE。根據 Dash0 的說法,它會浮出那些正在劣化卻沒有告警涵蓋的服務、把問題追到肇事的提交,並把修正草擬成 pull request。搭配 Automations,這條循環可以在沒人打開對話的情況下運作。它的用意是接住你的告警規則漏掉的東西,而不是取代告警規則。

Dash0 operator 與 CLI

對 Kubernetes 團隊來說,dash0-operator 會自動化埋點,並在叢集內管理可觀測性。dash0-cli 把平台帶進終端機,而 Terraform provider 加上 Configuration as Code,讓你透過既有的發布管線管理儀表板、檢查規則與其他資源,不必在介面上點來點去。

優缺點

優點

  • 不綁定供應商:建構在 OpenTelemetry 與開放標準上,你的埋點與資料匯出都保持可攜。
  • 透明的用量計價:你按送出的訊號付費,而非按人頭或位元組,並內建預算上限與預測。
  • 每個訊號共用一個儲存:指標、日誌與追蹤同住,關聯速度勝過把三套工具縫在一起。
  • AI 功能吃同一批資料:Agent0 與 Darkplane 查詢的訊號與脈絡和團隊相同,不是另一個孤島。
  • 開發者導向的工作流程:鍵盤操作、Configuration as Code 與 Terraform provider,貼合工程團隊既有的做事方式。

缺點

  • 預設你已用 OpenTelemetry 埋點:若你還沒跑 OTel 管線,前置的建置工作會先於任何效益。
  • 用量計價需要盯緊:因為按訊號付費,吵雜的服務會推升成本,除非你調校 SignalControl 與預算上限。
  • AI 功能仍在成熟:Agent0 與 Darkplane 是較新的補強,結果會因人而異,也無法取代值班工程師。
  • 競爭激烈的市場:Dash0 與更大、更資深的可觀測性供應商競爭,轉換決策得背負一貫的搬遷成本。

常見問題

Dash0 用來收集、儲存與分析可觀測性資料。它透過 OpenTelemetry 接收指標、日誌與追蹤,讓工程團隊在單一位置監控服務、關聯訊號並回應事件。