Grafana Loki 日志查询代理

它解决什么问题

当日志分散在多个容器和节点上时，排障的第一步往往不是分析，而是回答一个朴素的问题：这条错误日志到底从哪里来，又和哪个指标面板相关。直接打开 Loki 查询界面手工拼 LogQL 虽然可行，但在反复检索、跨标签筛选、关联 Grafana 面板的过程中，很容易把时间消耗在语法检查和结果比对上。

这个技能把这套流程收敛成一条可重复的查询路径，适合在运维、SRE 和后端工程师的日常排查场景中使用。

核心能力

• LogQL 查询：通过 Loki 的 HTTP API 发起结构化查询，避免在 UI 中手工拼写语句
• 标签过滤：按容器、命名空间、环境等 label 快速缩小日志流范围
• JSON 解析：识别结构化日志字段，提取关键字段进行聚合或过滤
• 面板关联：把日志条目与 Grafana dashboard panel 中的指标变化对应起来

典型工作流是：先按 label 定位日志流，再通过 LogQL 筛选异常关键字，解析 JSON 字段提取上下文，最后结合 Grafana 面板确认变更时间点。

适用边界

Loki 不对日志做全文索引，而是存储压缩后的非结构化日志，仅索引元数据。这意味着：

• 全文检索能力有限，复杂正则扫描会带来较高开销
• 更适合基于 label 的过滤和结构化字段提取
• 对非结构化文本的深度搜索不是 Loki 的设计目标

如果团队期望的是类似 Elasticsearch 的全文检索体验，需要明确这一差异，或考虑混合方案。