Architektur

Die Observability-Architektur von Obseria

Sechs Schichten, ein Kontext: OpenTelemetry-native Ingestion, Stream-Pipeline, indexfreies Lakehouse, automatische Topologie, KI und Automation.
Obseria Apps und Funktionen: Observability, APM, Infrastruktur und Integrationen
Obseria Home-Dashboard mit Service-Zustand, offenen Problemen, SLO-Erfüllung und Ingestion
Obseria Trace-Explorer mit Span-Liste und Span-Attributen
Führende Unternehmen setzen auf Obseria
  • Bosch
  • Ströer
  • Caritas international
  • Valensina
  • Deutsche Aidshilfe
  • SOFAR
  • Hitchcock
  • Schmid Alarm
  • HiScout
  • vi2vi
  • Kienzle Dentaltechnik
  • Flowcon Unternehmensberatung
  • Marissa Resort
  • Hansjakob Realschule Freiburg
Schichten

Sechs Schichten der Observability-Architektur

Jede Schicht hat eine klare Aufgabe und gibt den vollständigen Kontext jedes Signals weiter.

Ingestion

OpenTelemetry-SDKs und Collector, der Obseria Agent, ein Kubernetes-Operator und agentenlose APIs für über 300 AWS-, Azure- und GCP-Dienste.

Obseria Pipeline

Stream-Verarbeitung beim Ingest: Rauschen filtern, PII maskieren, mit Kubernetes- und Trace-Kontext anreichern, tail-based samplen und routen.

Obseria Lake

Ein indexfreies Lakehouse für Logs, Metriken, Traces, Profile und Events mit Schema-on-Read und Datenschutz auf Feldebene im Petabyte-Maßstab.

Obseria TopoGraph

Automatische, laufend aktualisierte Topologie aus Services, Hosts, Containern, Cloud-Ressourcen und Deployments als Kontext für jeden Datenpunkt.

Obseria Intelligence

Kausale, prädiktive und generative KI, die Root-Cause-Analysen mit lückenloser Beweiskette statt bloßer Korrelationen liefert.

Apps und Automation

Dashboards, SLOs, Alerting, Workflows as Code, API, CLI und MCP-Server auf denselben Daten und derselben Topologie.

Ingestion und Pipeline

Offene Ingestion und eine Pipeline vor dem Speicher

Obseria nimmt OTLP nativ an, sodass bestehende OpenTelemetry-SDKs und Collectors ohne proprietäre Agenten Daten senden. Wo Sie Abdeckung ohne manuellen Aufwand wünschen, wird der Obseria Agent einmal pro Host installiert und der Kubernetes-Operator verteilt ihn clusterweit. Anschließend durchläuft jedes Signal die Obseria Pipeline: Dort entscheiden Sie, was behalten, maskiert, angereichert oder verworfen wird, bevor Speicherkosten entstehen.

  • OTLP über gRPC und HTTP sowie Prometheus Remote Write
  • Obseria Agent für Metriken, Logs, Traces, Profile und Security-Signale
  • Agentenlose Integrationen für über 300 AWS-, Azure- und GCP-Dienste
  • Filtern, Maskieren, Anreichern, Tail-based Sampling und Routing beim Ingest
  • Gefilterte Daten kosten nur die Ingestion, nie Speicher
OpenTelemetry bei Obseria
Obseria Lake und TopoGraph

Ein indexfreies Lakehouse mit eingebautem Kontext

Obseria Lake speichert alle Signale in einem Lakehouse, ohne vorab Indizes oder starre Schemas festzulegen. Felder werden zur Abfragezeit geparst (Schema-on-Read), neue Attribute sind daher sofort mit OQL, PromQL oder SQL abfragbar. TopoGraph verknüpft jeden Datensatz mit Service, Host, Pod, Cloud-Ressource und Deployment.

  • Keine Indexplanung, kein Re-Indexing bei geänderten Logformaten
  • Schema-on-Read über Logs, Metriken, Spans, Profile und Events
  • OQL mit Pipe-Syntax, PromQL und SQL auf denselben Daten
  • Zugriffskontrolle und Datenschutzregeln auf Feldebene im Speicher
  • Topologie wird laufend aus Telemetrie und Cloud-APIs aktualisiert
Plattform im Überblick
Referenzarchitekturen

Referenzarchitekturen für Kubernetes, Multi-Cloud und GenAI

In Kubernetes betreiben Sie einen OpenTelemetry Collector als DaemonSet oder Gateway, reichern mit k8sattributes an und exportieren per OTLP; der Operator ergänzt bei Bedarf den Obseria Agent für tiefe Host-Daten. In Multi-Cloud-Umgebungen decken agentenlose Integrationen die Managed Services ab, während ein Collector-Gateway pro Region die Workload-Telemetrie weiterleitet. GenAI- und LLM-Anwendungen senden OpenTelemetry-GenAI-Spans für Prompts, Tokens, Kosten und Qualität über denselben Weg.

  • Kubernetes: Collector als DaemonSet oder Gateway, optional mit Operator
  • Multi-Cloud: agentenlose APIs für Managed Services, regionale Gateways für Workloads
  • GenAI/LLM-Apps: OpenTelemetry-GenAI-Konventionen für Tokens, Kosten und Qualität
  • Endpunkte und Tokens per Umgebungsvariablen
Kubernetes-Monitoring
Beispiel · YAML
receivers:
  otlp:
    protocols:
      grpc: {}
      http: {}
processors:
  memory_limiter: {check_interval: 1s, limit_percentage: 80}
  k8sattributes: {}
  batch: {}
exporters:
  otlphttp:
    endpoint: ${env:OBSERIA_OTLP_ENDPOINT}
    headers: {authorization: "Bearer ${env:OBSERIA_TOKEN}"}
service:
  pipelines:
    traces: {receivers: [otlp], processors: [memory_limiter, k8sattributes, batch], exporters: [otlphttp]}
    metrics: {receivers: [otlp], processors: [memory_limiter, k8sattributes, batch], exporters: [otlphttp]}
    logs: {receivers: [otlp], processors: [memory_limiter, k8sattributes, batch], exporters: [otlphttp]}
Security by Design

Sicherheit und Datenschutz in jeder Schicht

Sensible Daten werden behandelt, bevor sie gespeichert werden: Die Pipeline maskiert PII automatisch, der Lake setzt Zugriffsrechte auf Feldebene durch. Jede Abfrage und jede Konfigurationsänderung landet in Audit-Logs. Kundendaten werden nie zum Training von KI-Modellen verwendet.

  • Automatische PII-Maskierung beim Ingest
  • Zugriffskontrolle auf Feldebene sowie RBAC mit SSO
  • Audit-Logs für Abfragen, Zugriffe und Konfigurationsänderungen
  • ISO 27001/27017/27018, SOC 2 Type II, BSI C5 (EU-Region), TISAX
  • Unterstützung bei DSGVO-, DORA- und NIS2-Anforderungen
Security und Trust
So funktioniert es

Vom Signal zur Antwort

  1. Schritt 1

    Erfassen

    OpenTelemetry-SDKs, der Collector, der Obseria Agent und Cloud-APIs senden alle Signale per OTLP.

  2. Schritt 2

    Aufbereiten

    Die Obseria Pipeline filtert, maskiert, reichert an, sampelt und routet Daten, bevor sie gespeichert werden.

  3. Schritt 3

    Mit Kontext speichern

    Obseria Lake speichert jedes Signal indexfrei, TopoGraph verknüpft es mit Services, Infrastruktur und Deployments.

  4. Schritt 4

    Antworten und handeln

    Obseria Intelligence erklärt Ursachen mit Belegen, Workflows stoßen die Behebung an.

Bereitstellungsoptionen

SaaS (EU / UK)Bring Your Own Cloud (BYOC)
DatenstandortObseria-Regionen in Frankfurt, Dublin oder LondonIhr eigener Cloud-Account und Ihre Region
BetriebVollständig von Obseria verwaltet, 99,95 % SLAData Plane in Ihrem Account, betrieben von Obseria
EinsatzzweckSchneller Start, für die meisten Teams und WorkloadsStrenge Datensouveränität oder interne Richtlinien
ComplianceISO 27001, SOC 2 Type II, BSI C5 (EU-Region)Daten bleiben innerhalb Ihres Sicherheitsperimeters
FunktionenAlle Funktionen inklusiveAlle Funktionen inklusive

Häufig gestellte Fragen

OpenTelemetry allein wird vollständig unterstützt: Obseria nimmt OTLP nativ von SDKs und Collectors an. Der Obseria Agent ist optional und ergänzt automatische Host-Abdeckung, Continuous Profiling und Security-Signale.

Daten werden ohne vorab definierte Indizes oder feste Schemas gespeichert. Felder werden zur Abfragezeit geparst (Schema-on-Read), Sie planen also keine Indizes und müssen bei Formatänderungen nichts neu indexieren.

Die Pipeline läuft beim Ingest, bevor Daten den Speicher erreichen. Herausgefilterte Daten kosten nur die Ingestion, PII wird vor dem Schreiben maskiert.

Ja. Mit Bring Your Own Cloud (BYOC) bleiben die Daten in Ihrem Cloud-Account und Ihrer Region, während Obseria die Plattform betreibt. SaaS-Regionen stehen in Frankfurt, Dublin und London zur Verfügung.

Ja. Obseria unterstützt jederzeit den Export per OTLP, Ihre Telemetrie ist also nie in einem proprietären Format gebunden.

Erleben Sie die Architektur mit Ihren eigenen Daten

Senden Sie Ihre ersten Traces per OpenTelemetry in rund 15 Minuten. 14 Tage kostenlos testen, ohne Kreditkarte.