OpenObserve 是一个开源、统一的 AI 时代可观测性平台，官方定位为高性能统一可观测性，宣称存储成本可低至 140 倍。它面向日志、指标、追踪等遥测数据，强调在 AI 时代统一采集、关联与分析各层信号。
用途与定位： OpenObserve 旨在成为一站式可观测性平台，让来自不同环境与来源的日志、指标、追踪进入统一的关联视图。官方强调其开源属性、规模化能力以及无供应商锁定，用户可使用自己的存储桶和采集器。
主要能力：
- 日志：PB 级日志检索，支持用熟悉的 SQL 摄取和查询海量日志行，官方称无索引税、无意外存储费用。
- 指标：存储和查询 Prometheus 兼容指标，与日志共用同一引擎。
- 追踪：跨服务的分布式追踪，具备完整追踪上下文，并与日志、指标自动关联。
- 仪表盘：可通过拖拽面板快速构建仪表盘，也支持将现有 Grafana 面板迁移过来。
- 告警：对日志、指标和追踪设置实时与定时告警，并可路由到 Slack、PagerDuty、邮件等。
- AI SRE：常驻智能体，可对事件进行分流、关联根因并起草事后复盘。
- AI 助手：支持用自然语言在日志、指标、追踪中提问，直接获得答案而无需编写查询语言。
- LLM 可观测性：追踪 LLM 应用的提示词、补全结果、token 使用量与成本，用于调试质量与花费。
- SLO：定义并监控服务级别目标。
- RUM：真实用户监控，查看会话追踪、Core Web Vitals 和错误，并与后端追踪关联。
- 合成监控：从外部对应用和服务进行主动监控。
技术特点： 采用 Rust 编写，基于 DataFusion 引擎，使用列式 Parquet 存储。官方称无需构建索引，因此不存在重复付费；单个客户每日摄取量达 5 PB。官方称其效率优势为“在 1/140 的存储和 1/30 的计算上保留一年日志”。
使用方式： 官方提供“Getting Started with OpenObserve”的入门指引。部署采集器只需一条命令；容器日志、Kubernetes 事件和集群指标可一并到达，对已运行但尚未插桩的工作负载提供零代码追踪。仪表盘和告警规则随附预置模板。官方支持 OpenTelemetry 原生接入，以及 OTel 与 StatsD，无需返工。
对比与适用场景： 官方给出与同类产品的对比：相较 Grafana 技术栈性能快 5–15 倍，相较 Datadog 成本效益高 8 倍，相较 Elastic 存储效率高 140 倍。适用于需要低成本、大规模日志/指标/追踪统一管理的团队，以及需要 LLM 与智能体可观测性、AI 辅助排障的组织。案例中提到有团队不到一小时从 Datadog 迁移，可观测性成本降低 4 倍；也有团队将全部生产日志运行在 OpenObserve 上。
限制与缺失信息： 官方页面未提供具体收费价格、套餐细节、平台部署要求、支持的完整数据源列表或功能限制说明，暂未提供。
