> ## Content Index
> Fetch the complete content index at: https://arabroot.io/llms.txt
> Use this file to discover other available public pages before exploring further.

# Grafana Stack أم SigNoz أم Zabbix؟ مقارنة على تطبيق واحد
- URL: https://arabroot.io/articles/grafana-stack-ام-signoz-ام-zabbix-مقارنة-على-تطبيق-واحد/
- Published: 2026-11-05T16:22:22.000Z
- Updated: 2026-11-05T17:16:46.000Z
- Description: نراقب نفس المتجر بالمنصات الثلاث تحت نفس الضغط، ونسأل كل منها نفس الأسئلة الخمسة، فنعرف ماذا ترى كل منصة وكم تأخذ من الذاكرة وأين تفاجئك عند التثبيت.
- Author: فريق عرب رووت
- Tags: الأدلة التقنية, DevOps والتشغيل, الاستضافة الذاتية, Prometheus, SigNoz

بعد أن يقرر الفريق أنه يريد أن يرى ما يحدث داخل تطبيقه، يأتي سؤال يتكرر في كل نقاش تقريباً: أي منصة نختار؟ فأحدهم جرب Grafana مع Prometheus ويريد أن يكمل بها، والثاني قرأ أن SigNoz يجمع كل شيء في منتج واحد بديل لـ Datadog، والثالث يعمل في شركة أخرى على Zabbix منذ سنوات ويقول إنه يراقب كل شيء ولا يحتاج غيره. وكل واحد منهم محق من زاويته، والمشكلة أن المقارنات التي تجدها في الإنترنت تقارن قوائم الميزات، ولا تقول لك ماذا رأت كل أداة عندما تعطل شيء في تطبيق حقيقي، وكم أخذت من الذاكرة، وكم ساعة أخذ تثبيتها.

في هذا المقال سوف نجيب عن هذه الأسئلة بالتجربة وليس بالقوائم. فنأخذ متجراً صغيراً من خدمتين، خدمة الطلبات shop التي تستدعي خدمة الدفع payments، ونرسل إليه نفس الضغط لعشر دقائق، ونراقبه مرة بـ Grafana Stack، ومرة بـ SigNoz، ومرة بـ Zabbix، ثم نسأل كل منصة نفس الأسئلة الخمسة ونقارن إجاباتها بالحقيقة التي نعرفها من مولد الضغط. ولن نشرح تثبيت كل أداة من البداية، فقد شرحنا ذلك في أدلتها، وإنما نركز على ما يفرق بينها:

[![](https://arabroot.io/content/images/2026/11/prometheus-grafana-cover-cover.webp)دليلمقاييس السيرفرات Metrics: Prometheus مع لوحات Grafanaنجمع مقاييس المعالج والذاكرة والقرص والـ Containers مع Prometheus، ونتنبأ بموعد امتلاء القرص قبل أن يحدث، ونبني لوحة Grafana محفوظة ككود في Git.](https://arabroot.io/articles/%D9%85%D9%82%D8%A7%D9%8A%D9%8A%D8%B3-%D8%A7%D9%84%D8%B3%D9%8A%D8%B1%D9%81%D8%B1%D8%A7%D8%AA-metrics-prometheus-%D9%85%D8%B9-%D9%84%D9%88%D8%AD%D8%A7%D8%AA-grafana/)[![](https://arabroot.io/content/images/2026/10/loki-cover-cover.webp)دليلجمع السجلات Logs مركزياً مع Grafana Lokiكيف تشغل Grafana Loki مع Alloy وGrafana، وتختار التسميات Labels التي لا توقف الإدخال، ثم تبحث وتنبه وتحذف بلغة LogQL.](https://arabroot.io/articles/%D8%AC%D9%85%D8%B9-%D8%A7%D9%84%D8%B3%D8%AC%D9%84%D8%A7%D8%AA-logs-%D9%85%D8%B1%D9%83%D8%B2%D9%8A%D8%A7-%D9%85%D8%B9-grafana-loki/)[![](https://arabroot.io/content/images/2026/10/signoz-cover-cover.webp)دليلSigNoz: بديل Datadog مفتوح المصدر Open Source على سيرفرككيف تشغل SigNoz وترسل إليه التتبع والسجلات والمقاييس عبر OpenTelemetry، وما الذي يقدمه فعلاً مقابل Datadog وبكم من الذاكرة.](https://arabroot.io/articles/signoz-%D8%A8%D8%AF%D9%8A%D9%84-datadog-%D9%85%D9%81%D8%AA%D9%88%D8%AD-%D8%A7%D9%84%D9%85%D8%B5%D8%AF%D8%B1/)[![](https://arabroot.io/content/images/2026/11/otel-traces-cover-cover.webp)دليلOpenTelemetry للمطورين: تتبع الطلبات Traces عبر خدمتيننكتب تتبع OpenTelemetry بأيدينا في خدمة Node.js وخدمة Python وطابور Redis، ونرى ماذا يضيع إذا توقف ال Collector وكم يكلف التتبع من زمن الطلب.](https://arabroot.io/articles/opentelemetry-%D9%84%D9%84%D9%85%D8%B7%D9%88%D8%B1%D9%8A%D9%86-%D8%AA%D8%AA%D8%A8%D8%B9-%D8%A7%D9%84%D8%B7%D9%84%D8%A8%D8%A7%D8%AA-traces-%D8%B9%D8%A8%D8%B1-%D8%AE%D8%AF%D9%85%D8%AA%D9%8A%D9%86/)

وسوف نناقش في هذا المقال ما يلي:

- ثلاث فلسفات مختلفة للمراقبة، ولماذا لا تقارن Zabbix مع Grafana بنفس المعيار الذي تقارن به Grafana مع SigNoz.
- قواعد التجربة: نفس التطبيق ونفس الضغط ونفس الأسئلة، وما الذي لا تقيسه التجربة.
- كل منصة على حدة: ما كتبناه لتشغيلها، والمشكلة الحقيقية التي واجهتنا معها، ونقاط القوة ونقاط الضعف.
- تكلفة التثبيت بالأرقام، ثم ماذا رأت كل منصة من الأسئلة الخمسة، ولماذا اختلف زمن p99 بين منصتين على نفس الطلبات.
- الذاكرة والقرص، وتجربة «ماذا لو» بخمسة أضعاف الضغط.
- الترخيص والتشغيل اليومي، وجدول قرار، ومتى تجمع بين منصتين.

## ثلاث فلسفات للمراقبة Three Approaches

قبل الأرقام، يجب أن تعرف أن هذه الأدوات الثلاث لم تبن لنفس المشكلة، ولذلك المقارنة العادلة تبدأ من سؤال «ما الذي بنيت له كل أداة؟». والصورة التالية تبين البنية التي شغلناها لكل منصة:

![ثلاث بنى: Grafana Stack فيها Alloy يوزع المقاييس إلى Prometheus والسجلات إلى Loki والتتبع إلى Tempo وGrafana تقرأ منها، وSigNoz فيه مستقبل واحد يكتب كل الإشارات في ClickHouse وواجهة SigNoz، وZabbix لا يستقبل OTLP في 7.4 وإنما يجمع بنفسه عبر Agent 2 وسيناريو ويب ويخزن في PostgreSQL](https://arabroot.io/content/images/2026/11/obs-stacks-compare-01-architectures.webp)

نفس التطبيق في التجارب الثلاث

الفلسفة الأولى هي فلسفة Grafana Stack، ويسميها البعض LGTM اختصاراً لـ Loki وGrafana وTempo وMimir: لكل إشارة Signal قاعدة متخصصة بها، فالمقاييس Metrics في Prometheus أو Mimir، والسجلات Logs في Loki، والتتبع Traces في Tempo، والواجهة Grafana تقرأ من كل واحدة بلغتها، أي PromQL وLogQL وTraceQL. والفائدة أن كل جزء يمكن أن تستبدله أو توسعه وحده، والثمن أنك تدير أربع أدوات أو خمساً، ولكل واحدة إعدادها وترقيتها ونسخها الاحتياطي. وقد شرحنا المقاييس منها في [دليل Prometheus مع لوحات Grafana](https://arabroot.io/articles/%D9%85%D9%82%D8%A7%D9%8A%D9%8A%D8%B3-%D8%A7%D9%84%D8%B3%D9%8A%D8%B1%D9%81%D8%B1%D8%A7%D8%AA-metrics-prometheus-%D9%85%D8%B9-%D9%84%D9%88%D8%AD%D8%A7%D8%AA-grafana/) والسجلات في [دليل Grafana Loki](https://arabroot.io/articles/%D8%AC%D9%85%D8%B9-%D8%A7%D9%84%D8%B3%D8%AC%D9%84%D8%A7%D8%AA-logs-%D9%85%D8%B1%D9%83%D8%B2%D9%8A%D8%A7-%D9%85%D8%B9-grafana-loki/).

والفلسفة الثانية هي فلسفة SigNoz: منتج واحد، وقاعدة واحدة عمودية Columnar هي ClickHouse، تحفظ الإشارات الثلاث في جداول متجاورة، فتستطيع أن تنتقل من التتبع إلى السجل إلى المقياس في نفس الواجهة، وأن تكتب SQL مباشرة على البيانات إذا لم تكفك الواجهة. وهذا قريب جداً من تجربة Datadog وNew Relic، وهو ما شرحناه في [دليل SigNoz](https://arabroot.io/articles/signoz-%D8%A8%D8%AF%D9%8A%D9%84-datadog-%D9%85%D9%81%D8%AA%D9%88%D8%AD-%D8%A7%D9%84%D9%85%D8%B5%D8%AF%D8%B1/). والثمن هنا مختلف: قاعدة ClickHouse تحتاج ذاكرة أكثر، وأنت مرتبط بقرارات منتج واحد.

والفلسفة الثالثة هي فلسفة Zabbix، وهي أقدم من الاثنتين بكثير: النظام هو الذي يذهب ويسأل. فيثبت Agent على كل سيرفر، وتطبق عليه قوالب Templates جاهزة تعرف ماذا تقيس في Linux أو Docker أو قاعدة PostgreSQL، وتضاف فحوص من الخارج مثل سيناريو الويب Web Scenario، ثم المحفزات Triggers التي تقرر متى تكون هناك مشكلة. وهذه الفلسفة ممتازة للبنية التحتية Infrastructure، أي السيرفرات والشبكات والأجهزة، ولكنها لم تبن في الأصل لتتبع طلب واحد بين خدمتين. ولاحظ أن Zabbix 8.0 الذي صدر في 5 نوفمبر 2026 يغير هذا جزئياً، فبحسب [صفحة الجديد في 8.0](https://www.zabbix.com/documentation/8.0/en/manual/introduction/whatsnew?ref=arabroot.io) أصبح ال Proxy يستقبل OTLP ويعرض التتبع في قسم APM جديد، ويستطيع أن يستخدم ClickHouse لتخزين التاريخ، وسوف نعود إلى هذا في آخر المقال.

وهذا يعني أن مقارنة Grafana مع SigNoz مقارنة بين أداتين لنفس المهمة بطريقتين، أما مقارنة أي منهما مع Zabbix فهي غالباً مقارنة بين مهمتين مختلفتين. ولذلك سوف ترى في النتائج أن Zabbix يخسر في أسئلة التطبيق ويربح في أسئلة السيرفر، وهذا ليس عيباً فيه، وإنما دليل على أن السؤال الأول الذي يجب أن تسأله هو: ماذا أريد أن أرى؟

## قواعد التجربة Methodology

لكي تكون الأرقام قابلة للمقارنة، ثبتنا كل شيء ما عدا المنصة نفسها:

- **نفس التطبيق:** خدمتان بلغة Python مع Flask، و5% من عمليات الدفع بطيئة بزمن 1.5 ثانية، ونحو 5% ترفضها خدمة الدفع برمز 503 فترجع خدمة الطلبات 502 للعميل، والقياس عبر OpenTelemetry بدون تعديل الكود Zero-code، أي أن الأداة `opentelemetry-instrument` تضيف التتبع والمقاييس والسجلات تلقائياً.
- **نفس الضغط:** ست طلبات في الثانية لعشر دقائق، ثلثها عمليات دفع، أي 3600 طلب منها 1200 عملية دفع. ومولد الضغط يطبع عدد الإجابات بكل رمز، فهو مصدر الحقيقة التي نقارن بها.
- **نفس الأسئلة:** ما زمن الاستجابة p99 لعملية الدفع؟ ما نسبة الأخطاء؟ هل أجد تتبع الطلب البطيء؟ هل أجد سجل الخطأ مربوطاً بتتبعه؟ هل أرى السيرفر وال Containers؟ وسألناها عبر ال API لكل منصة، وهي نفس الاستعلامات التي تشغلها الواجهة.
- **نفس القياس:** ذاكرة كل Container من `docker stats` بعد العشر دقائق، وحجم ال Volumes، ثم نفس القياس في الدقيقة الرابعة من تجربة بخمسة أضعاف الضغط.
- **واحدة في كل مرة:** شغلنا كل منصة وحدها، ثم حذفناها مع ال Images وال Volumes قبل التي بعدها.

وهناك أشياء لا تقيسها التجربة، ويجب أن تعرفها قبل أن تقرأ الأرقام. فالجهاز مشترك مع أعمال أخرى، وهو Docker Desktop على Windows، فالأرقام المطلقة للمعالج ليست دقيقة، والمقارنة بين المنصات أهم من الرقم نفسه. والتجربة عشر دقائق، فهي لا تقول شيئاً عن سلوك المنصة بعد شهر من البيانات، ولا عن الضغط الذي يتحمله كل منها قبل أن ينهار. وكل منصة شغلناها بالإعداد الأدنى المعقول لسيرفر واحد، وليس بالإعداد الموصى به للإنتاج بتوافرية عالية High Availability.

## التطبيق المشترك Shared App

التطبيق صغير عن قصد، لكي لا يكون هو موضوع المقال، والكود كاملاً كما يلي:

```python
# The same small shop for all three stacks: catalog (fast), checkout (calls payments: ~5% errors, ~5% slow).
# Telemetry: zero-code OpenTelemetry (traces, metrics, logs over OTLP) when OTEL_* is set; plain app otherwise.
import logging, os, random, time
import requests
from flask import Flask, jsonify

ROLE = os.environ.get("ROLE", "shop")
PAY = os.environ.get("PAYMENTS_URL", "http://wr-dp-pay:8000")
logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s %(name)s %(message)s")
log = logging.getLogger(ROLE)
app = Flask(__name__)

@app.get("/health")
def health():
    return jsonify(ok=True)

@app.get("/api/products")
def products():
    time.sleep(random.uniform(0.005, 0.02))
    return jsonify(items=[{"id": i, "price": 10 + i} for i in range(20)])

@app.post("/api/checkout")
def checkout():
    oid = random.randint(1000, 9999)
    try:
        r = requests.post(f"{PAY}/charge", json={"order": oid}, timeout=2)
        r.raise_for_status()
    except requests.RequestException as e:
        log.error("checkout failed for order %s: %s", oid, type(e).__name__)
        return jsonify(error="payment failed"), 502
    log.info("checkout ok for order %s", oid)
    return jsonify(status="paid", order=oid)

@app.post("/charge")
def charge():
    x = random.random()
    if x < 0.05:
        time.sleep(1.5)              # slow card network
    elif x < 0.10:
        log.warning("card declined by issuer")
        return jsonify(error="declined"), 503
    time.sleep(random.uniform(0.02, 0.06))
    return jsonify(ok=True)

if __name__ == "__main__":
    from werkzeug.serving import run_simple
    run_simple("0.0.0.0", 8000, app, threaded=True)
```

وملف Compose يشغل الخدمتين ومولد الضغط، والعنوان الوحيد الذي يتغير بين التجارب هو `OTLP_ENDPOINT`، أي المكان الذي ترسل إليه الإشارات:

```yaml
# The shop, identical for every stack. OTLP_ENDPOINT points at the collector of the stack under test.
name: wr-dp-app
x-otel: &otel
  OTEL_EXPORTER_OTLP_ENDPOINT: ${OTLP_ENDPOINT:-http://wr-dp-collector:4317}
  OTEL_EXPORTER_OTLP_PROTOCOL: grpc
  OTEL_TRACES_EXPORTER: otlp
  OTEL_METRICS_EXPORTER: otlp
  OTEL_LOGS_EXPORTER: otlp
  OTEL_PYTHON_LOGGING_AUTO_INSTRUMENTATION_ENABLED: "true"
  OTEL_METRIC_EXPORT_INTERVAL: "15000"
  OTEL_RESOURCE_ATTRIBUTES: deployment.environment=lab
services:
  shop:
    build: .
    image: wr-dp-shop:1
    container_name: wr-dp-shop
    environment: { <<: *otel, ROLE: shop, OTEL_SERVICE_NAME: shop }
  pay:
    image: wr-dp-shop:1
    container_name: wr-dp-pay
    environment: { <<: *otel, ROLE: payments, OTEL_SERVICE_NAME: payments }
  load:
    image: wr-dp-shop:1
    container_name: wr-dp-load
    profiles: [load]
    command: ["python", "loadgen.py"]
    environment: { RPS: "${RPS:-6}", MINUTES: "${MINUTES:-10}" }
networks:
  default: { name: wr-dp-net, external: true }
```

في الإعداد أعلاه لاحظ التالي:

- كل الإشارات الثلاث تذهب عبر بروتوكول واحد هو OTLP إلى عنوان واحد اسمه `wr-dp-collector`، وفي كل تجربة نجعل هذا الاسم يشير إلى مستقبل المنصة. وهذه هي الفائدة العملية من OpenTelemetry التي شرحناها في [مقال OpenTelemetry للمطورين](https://arabroot.io/articles/opentelemetry-%D9%84%D9%84%D9%85%D8%B7%D9%88%D8%B1%D9%8A%D9%86-%D8%AA%D8%AA%D8%A8%D8%B9-%D8%A7%D9%84%D8%B7%D9%84%D8%A8%D8%A7%D8%AA-traces-%D8%B9%D8%A8%D8%B1-%D8%AE%D8%AF%D9%85%D8%AA%D9%8A%D9%86/): الكود لا يعرف أي منصة تستقبل بياناته، فتستطيع أن تغير المنصة دون أن تغير سطراً في التطبيق.
- المتغير `OTEL_PYTHON_LOGGING_AUTO_INSTRUMENTATION_ENABLED` يجعل كل سطر سجل من مكتبة `logging` يحمل `trace_id` و`span_id` للطلب الذي كتبه، وهذا ما يسمح لاحقاً بالانتقال من السجل إلى التتبع.
- المقاييس ترسل كل 15 ثانية، وهي نفس الفترة في التجارب الثلاث.

## التجربة الأولى: Grafana Stack

شغلنا خمسة Containers: Alloy كمستقبل يوزع الإشارات، وPrometheus 3.15.1 للمقاييس، وLoki 3.7.9 للسجلات، وTempo 3.1.1 للتتبع، وGrafana 13.3.0 للواجهة. وأهم ملف في هذه التجربة هو إعداد Alloy، لأنه المكان الذي تقرر فيه أين تذهب كل إشارة:

```text
// One OTLP entry point; each signal goes to its own backend.
otelcol.receiver.otlp "in" {
  grpc { endpoint = "0.0.0.0:4317" }
  http { endpoint = "0.0.0.0:4318" }
  output {
    metrics = [otelcol.processor.batch.b.input]
    logs    = [otelcol.processor.batch.b.input]
    traces  = [otelcol.processor.batch.b.input]
  }
}
otelcol.processor.batch "b" {
  output {
    metrics = [otelcol.exporter.otlphttp.prometheus.input]
    logs    = [otelcol.exporter.otlphttp.loki.input]
    traces  = [otelcol.exporter.otlp.tempo.input]
  }
}
otelcol.exporter.otlphttp "prometheus" { client { endpoint = "http://wr-dp-prometheus:9090/api/v1/otlp" } }
otelcol.exporter.otlphttp "loki"       { client { endpoint = "http://wr-dp-loki:3100/otlp" } }
otelcol.exporter.otlp "tempo" {
  client {
    endpoint = "wr-dp-tempo:4317"
    tls { insecure = true }
  }
}
// Host metrics (the node_exporter built into Alloy), scraped and written to Prometheus.
prometheus.exporter.unix "host" { }
prometheus.scrape "host" {
  targets         = prometheus.exporter.unix.host.targets
  scrape_interval = "15s"
  forward_to      = [prometheus.remote_write.prom.receiver]
}
prometheus.remote_write "prom" {
  endpoint { url = "http://wr-dp-prometheus:9090/api/v1/write" }
}
```

في الإعداد أعلاه لاحظ التالي:

- المقاييس والسجلات تذهب بـ OTLP مباشرة، لأن [Prometheus يستقبل OTLP](https://prometheus.io/docs/guides/opentelemetry/?ref=arabroot.io) مع الخيار `--web.enable-otlp-receiver`، و[Loki يستقبله](https://grafana.com/docs/loki/latest/send-data/otel/?ref=arabroot.io) على المسار `/otlp`. وقبل سنتين كان هذا يحتاج محولات Exporters بين الصيغ.
- مقاييس السيرفر تأتي من [مكون prometheus.exporter.unix](https://grafana.com/docs/alloy/latest/reference/components/prometheus/prometheus.exporter.unix/?ref=arabroot.io) المدمج في Alloy، وهو نفس node\_exporter داخل نفس البرنامج، فلا نحتاج Container إضافياً لكل سيرفر.
- Prometheus نفسه ليس له أي هدف Scrape في إعداده، لأن كل البيانات تصله بالدفع Push، أي أننا تركنا هنا نموذج السحب Pull الذي شرحناه في دليل Prometheus، وهذا قرار يستحق أن تعرفه: إذا توقف Alloy فلن يعرف Prometheus أن شيئاً توقف، لأنه لا يسأل أحداً.

وبجانبه خمسة ملفات صغيرة أخرى، لـ Prometheus وLoki وTempo ومصادر بيانات Grafana وCompose، والمجموع ستة ملفات فيها 114 سطراً كتبناها بأيدينا. وبعد التشغيل ظهر أول سجل من المتجر بعد 27 ثانية، وأول مقياس بعد 45 ثانية، وأول تتبع بعد 49 ثانية، والوقت هنا من لحظة تشغيل المنصة والتطبيق معاً:

```text
logs after 27s
metrics after 45s
traces after 49s
```

### مشكلة واجهتنا: Grafana ينزل 542 ميجابايت عند أول تشغيل

بعد العشر دقائق قسنا حجم ال Volumes، فوجدنا أن Volume Grafana حجمه 566.8 ميجابايت، بينما بيانات المقاييس والسجلات والتتبع كلها أقل من 11 ميجابايت. وعندما فتحنا المجلد وجدنا السبب:

```text
1.6M	/var/lib/grafana/grafana.db
542.6M	/var/lib/grafana/plugins
```

وفي سجل Grafana سطر يشرح ما حدث، فعند أول تشغيل بدأ مكون اسمه `plugin.backgroundinstaller` ينزل قائمة من الإضافات Plugins من موقع Grafana، منها مصادر بيانات أساسية مثل `prometheus` و`loki` و`tempo`، وأخرى لا نستخدمها مثل `cloudwatch` و`mssql` و`stackdriver`:

```text
logger=plugin.backgroundinstaller level=info msg="Installing plugins" plugins="[{ID:grafana-exploretraces-app …} {ID:influxdb …} {ID:loki …} {ID:cloudwatch …} {ID:mysql …} {ID:tempo …} {ID:prometheus …} {ID:elasticsearch …} …]"
```

وهذا يعني شيئين لمن يشغل Grafana 13 على سيرفره. الأول أن السيرفر الذي لا يصل إلى الإنترنت، وهو حال كثير من بيئات الإنتاج المعزولة، قد لا تعمل فيه مصادر البيانات الأساسية نفسها، ويقول [توثيق إعدادات Grafana](https://grafana.com/docs/grafana/latest/setup-grafana/configure-grafana/?ref=arabroot.io) إن Grafana ينزل أي إضافة أساسية ناقصة من grafana.com عند البدء، وإن مجلد الإضافات المدمجة هو الذي يقرر على السيرفر المعزول هل تعمل مصادر البيانات أصلاً. والثاني أن التحديث التلقائي لهذه الإضافات مفعل افتراضياً عبر الخيار `preinstall_auto_update`، أي أن جزءاً من الواجهة قد يتغير دون أن تغير أنت رقم الإصدار. والتوثيق نفسه يقدم الخيار `preinstall_disabled` لإيقاف هذا كله، والخيار `preinstall` لتحديد القائمة وتثبيت إصدار كل إضافة. فإذا كنت تريد بيئة قابلة للتكرار فحدد القائمة والإصدارات بنفسك، واحفظ مجلد الإضافات في النسخ الاحتياطي.

وفي سجل Tempo ظهرت كل بضع ثوان رسالة بمستوى `error` تقول `no jobs found`، ومصدرها المكون `backendworker` الذي يسأل المجدول Scheduler عن مهام فلا يجد، أي أنها ليست عطلاً، ولكنها تملأ السجل برسائل خطأ، وهذا مزعج إذا كنت ترسل سجلات المنصة نفسها إلى نظام تنبيه، فاستثنها صراحة.

### ماذا رأت Grafana Stack؟

السؤال الأهم في أي حادثة هو: الطلب البطيء، أين ذهب وقته؟ والصورة التالية من Grafana Explore لطلب دفع أخذ 1.55 ثانية، وتبين أن كل الوقت كان في استدعاء خدمة الدفع:

![Grafana Explore مع Tempo: تتبع POST /api/checkout مدته 1.55 ثانية في خدمتين وثلاثة Spans، وأطولها POST /charge في خدمة payments بزمن 1.55 ثانية، وزر Logs for this trace في الأعلى](https://arabroot.io/content/images/2026/11/obs-stacks-compare-03-grafana-trace.webp)

تتبع حقيقي من المختبر في Tempo

ولاحظ الزر `Logs for this trace` في أعلى الصورة، فهو ينقلك إلى سجلات Loki لنفس الطلب، لأننا ربطنا مصدر بيانات Tempo بمصدر Loki في ملف المصادر. وهذا الربط لا يحدث تلقائياً في Grafana، وإنما تكتبه أنت، وإذا نسيته فلديك ثلاث أدوات منفصلة في واجهة واحدة. والصورة التالية تبين السجلات من الجهة الأخرى، أي أسطر الخطأ في عملية الدفع، وكل سطر يحمل `trace_id` كبيانات وصفية Structured Metadata:

![Grafana Explore مع Loki: الاستعلام service_name=shop مع checkout failed، و33 سطراً في الربع ساعة، وكل سطر بمستوى ERROR مع مسار الملف ورقم السطر في الكود](https://arabroot.io/content/images/2026/11/obs-stacks-compare-04-grafana-logs.webp)

أسطر الخطأ في Loki مع موضعها في الكود

ثم سألنا الأسئلة الخمسة بالسكربت `answers.sh`، وهو يرسل نفس الاستعلامات إلى Prometheus وTempo وLoki، والمخرج كما يلي:

```text
Q1 p95 checkout (ms): 74.19642857142857
Q2 checkout 5xx share: 0.034926470588235295
Q3 slow traces (>1s, last 10m): 55
Q4 failed-checkout logs with trace_id (10m): 49
Q5 host cpu busy %: 12.325072988602736
Q1 p99 checkout (ms): 2177.6530612244887
Q2 checkout 5xx share: 0.042735042735042736
```

في المخرج أعلاه لاحظ التالي، وهو من أهم ما في المقال:

- في النسخة الأولى من السكربت سألنا عن p95، فكانت الإجابة 74 ميلي ثانية، وكأن عمليات الدفع كلها سريعة. والسبب أن 5% بالضبط من الطلبات بطيئة، فالنسبة المئوية 95 تقع على حدود الطلبات السريعة ولا ترى البطيئة أبداً. ولو اعتمد الفريق على p95 في التنبيه لما عرف أن واحداً من كل عشرين عميلاً ينتظر ثانية ونصف. ولذلك غيرنا السؤال إلى p99.
- زمن p99 كان 2178 ميلي ثانية، بينما أبطأ طلب حقيقي في المختبر نحو 1.55 ثانية كما في صورة التتبع. والسبب أن Prometheus لا يعرف زمن كل طلب، وإنما يعرف كم طلباً وقع في كل فئة Bucket من فئات المدرج التكراري Histogram، والدالة `histogram_quantile` تقدر الرقم داخل الفئة بافتراض أن الطلبات موزعة فيها بالتساوي. والفئات الافتراضية في OpenTelemetry لها حدود عند 1000 و2500 ميلي ثانية، فكل الطلبات البطيئة في نفس الفئة، والتقدير وقع في وسطها تقريباً. وهذه بالضبط المشكلة التي شرحناها بالتفصيل في [مقال الإشارات الذهبية](https://arabroot.io/articles/%D8%A7%D9%84%D8%A7%D8%B4%D8%A7%D8%B1%D8%A7%D8%AA-%D8%A7%D9%84%D8%B0%D9%87%D8%A8%D9%8A%D8%A9-golden-signals-%D9%85%D8%A7%D8%B0%D8%A7-%D8%AA%D9%82%D9%8A%D8%B3-%D9%81%D9%8A-%D8%AE%D8%AF%D9%85%D8%AA%D9%83/).
- نسبة أخطاء الدفع 4.3%، والحقيقة من مولد الضغط 49 فشلاً من 1200 أي 4.1%، والفرق لأن نافذة `rate` عشر دقائق لا تطابق بداية التجربة ونهايتها تماماً.
- وجدت Tempo 55 تتبعاً أطول من ثانية، ووجدت Loki 49 سطر فشل كلها تحمل `trace_id`، أي أن كل عملية فشلت لها سطر سجل يقودك إلى تتبعها، وهذا العدد يطابق مولد الضغط تماماً.

📈

إذا قررت أن Grafana Stack هي الأنسب لك، فقد شرحنا المقاييس مع Prometheus ولوحة Grafana محفوظة ككود في [دليل Prometheus مع لوحات Grafana](https://arabroot.io/articles/%D9%85%D9%82%D8%A7%D9%8A%D9%8A%D8%B3-%D8%A7%D9%84%D8%B3%D9%8A%D8%B1%D9%81%D8%B1%D8%A7%D8%AA-metrics-prometheus-%D9%85%D8%B9-%D9%84%D9%88%D8%AD%D8%A7%D8%AA-grafana/)، والسجلات في [دليل Loki](https://arabroot.io/articles/%D8%AC%D9%85%D8%B9-%D8%A7%D9%84%D8%B3%D8%AC%D9%84%D8%A7%D8%AA-logs-%D9%85%D8%B1%D9%83%D8%B2%D9%8A%D8%A7-%D9%85%D8%B9-grafana-loki/)، والتتبع مع التخزين والعينة في [مقال Jaeger](https://arabroot.io/articles/%D8%AA%D8%AA%D8%A8%D8%B9-%D8%A7%D9%84%D8%B7%D9%84%D8%A8%D8%A7%D8%AA-%D9%85%D8%B9-jaeger-%D8%A7%D9%84%D8%AA%D8%AE%D8%B2%D9%8A%D9%86-%D9%88%D8%A7%D9%84%D8%B9%D9%8A%D9%86%D8%A9-%D9%88%D9%84%D9%88%D8%AD%D8%A9-%D8%A7%D9%84%D8%A7%D8%AF%D8%A7%D8%A1/) الذي تنطبق أفكاره على Tempo كذلك.

### نقاط القوة ونقاط الضعف في Grafana Stack

**نقاط القوة:**

- كل جزء مستقل، فتستطيع أن تبدأ بـ Prometheus وحده، ثم تضيف Loki عندما تحتاج السجلات، ثم Tempo، دون أن تغير ما قبلها.
- لغة PromQL أصبحت معياراً تعرفه أغلب الفرق، وكثير من البرامج تخرج مقاييسها بصيغة Prometheus مباشرة.
- Grafana تقرأ من عشرات المصادر غير هذه الثلاثة، ومنها Zabbix نفسه عبر إضافة، فتصبح الواجهة الواحدة فوق أدوات مختلفة.
- أقل ذاكرة بين منصتي التطبيقات في تجربتنا، كما سنرى.

**نقاط الضعف:**

- خمسة Containers وست ملفات إعداد، ولكل أداة ترقيتها وطريقة نسخها الاحتياطي، وكل ترقية كبيرة لواحدة منها، مثل الانتقال إلى Tempo 3، عمل مستقل.
- الربط بين الإشارات تكتبه بنفسك في مصادر البيانات، وإذا اختلفت أسماء التسميات Labels بين الأدوات فلن يعمل.
- زمن p99 من المدرج التكراري تقدير يعتمد على حدود الفئات، وليس من الطلبات نفسها.
- Grafana 13 يعتمد على تنزيل الإضافات من الإنترنت عند البدء ما لم تضبطه.

## التجربة الثانية: SigNoz

في SigNoz كتبنا ملفاً واحداً هو `casting.yaml`، وولدت منه أداة Foundry بالإصدار v0.5.0 ملف Compose وإعدادات ClickHouse والمستقبل، وطريقة التثبيت هذه مشروحة سطراً سطراً في [دليل SigNoz](https://arabroot.io/articles/signoz-%D8%A8%D8%AF%D9%8A%D9%84-datadog-%D9%85%D9%81%D8%AA%D9%88%D8%AD-%D8%A7%D9%84%D9%85%D8%B5%D8%AF%D8%B1/)، فلن نكررها، والملف الذي استخدمناه كما يلي:

```yaml
apiVersion: v1alpha1
kind: Installation
metadata:
  name: wr-dp-sz
spec:
  deployment:
    flavor: compose
    mode: docker
  signoz:
    spec:
      image: signoz/signoz-community:v0.149.0
      env:
        SIGNOZ_STATSREPORTER_ENABLED: "false"
        SIGNOZ_GLOBAL_EXTERNAL__URL: "http://127.0.0.1:43080"
  ingester:
    spec:
      image: signoz/signoz-otel-collector:v0.144.15
  metastore:
    kind: sqlite
  patches:
    - target: "deployment/compose.yaml"
      operations:
        - op: replace
          path: /services/wr-dp-sz-signoz-0/ports
          value: ["127.0.0.1:43080:8080"]
        - op: remove
          path: /services/ingester/ports
```

والفرق الوحيد عن الدليل أننا استخدمنا Image المجتمع `signoz-community:v0.149.0` وقاعدة SQLite للبيانات الوصفية بدلاً من PostgreSQL، لأنها أبسط لسيرفر واحد، وحذفنا منافذ المستقبل من الجهاز المضيف لأن التطبيق على نفس الشبكة. والملفات التي ولدتها Foundry طولها 458 سطراً، أي أن الأداة تخفي عنك تعقيداً حقيقياً، وهذا جيد ما دامت تعمل، ولكن عليك أن تعرف أنه موجود عندما تحتاج أن تفهم لماذا لا يعمل شيء. وبعد سحب ال Images احتاج المستقبل 99 ثانية حتى طبع السطر `Everything is ready`، لأن ال Migrator ينشئ جداول ClickHouse أولاً.

### مشكلة واجهتنا: المستقبل Ingester جاهز ولا يستقبل شيئاً

بعد أن طبع المستقبل أنه جاهز، شغلنا التطبيق ومولد الضغط، وانتظرنا، فلم يظهر في ClickHouse أي شيء. وفي سجل التطبيق وجدنا أن الاتصال مرفوض:

```text
WARNING opentelemetry.exporter.otlp.proto.grpc.exporter Transient error StatusCode.UNAVAILABLE encountered while exporting traces to wr-dp-collector:4317, retrying in 1.18s. Error details: failed to connect to all addresses; last error: UNKNOWN: ipv4:172.20.0.2:4317: Failed to connect to remote host: Connection refused
```

أي أن المنفذ 4317 لا يستمع أصلاً، رغم أن المستقبل يقول إنه جاهز. وفي سجل SigNoz نفسه كان السبب، يتكرر كل 30 ثانية:

```text
"msg":"failed to find or create agent" … "exception.message":"cannot create agent without orgId"
```

والقصة أن المستقبل في SigNoz لا يحمل إعداد الاستقبال من ملف ثابت، وإنما يطلبه من خادم SigNoz عبر بروتوكول OpAMP، والخادم لا يستطيع أن يسجل المستقبل قبل أن توجد مؤسسة Organization، والمؤسسة تنشأ عندما يسجل أول مستخدم في الواجهة. أي أن التثبيت الجديد لا يستقبل أي بيانات حتى يفتح أحد الواجهة وينشئ الحساب الأول. ففي التثبيت اليدوي لن تلاحظ هذا لأنك ستفتح الواجهة أولاً، ولكن في التثبيت الآلي عبر Ansible أو خط CI فستجد منصة تعمل وتطبيقات ترسل وبيانات تضيع. والحل أن تجعل إنشاء الحساب الأول خطوة من التثبيت نفسه عبر ال API:

```bash
docker run --rm --network wr-dp-sz-network curlimages/curl:latest -s -X POST -H 'Content-Type: application/json' \
  -d '{"name":"Lab Admin","orgName":"shop-lab","email":"admin@example.com","password":"Lab-only-Pass-2026!"}' \
  http://wr-dp-sz-signoz-0:8080/api/v1/register
```

وبعد ثلاث ثوان من التسجيل ظهر في سجل المستقبل السطر `Starting GRPC server`، ثم أعدنا تشغيل التطبيق ومولد الضغط من البداية لكي تكون العشر دقائق كاملة، فظهرت البيانات بسرعة أكبر من Grafana Stack، والسبب أن المنصة كانت تعمل قبل التطبيق هذه المرة:

```text
logs after 5s
traces after 11s
metrics after 19s
```

### ماذا رأى SigNoz؟

صفحة الخدمات Services في SigNoz هي أول ما تراه، وفيها كل خدمة مع p99 ونسبة الأخطاء وعدد العمليات في الثانية، دون أن تبني أي لوحة:

![صفحة الخدمات في SigNoz: payments بزمن P99 قدره 1546.22 ميلي ثانية ونسبة أخطاء 5.35%، وshop بزمن P99 قدره 1542.46 ونسبة أخطاء 1.74%، في آخر 15 دقيقة](https://arabroot.io/content/images/2026/11/obs-stacks-compare-06-signoz-services.webp)

الخدمتان دون أي إعداد للوحات

ولاحظ أن نسبة أخطاء shop في الصورة 1.74% وليست 5%، لأن الصفحة تحسب الأخطاء من كل عمليات الخدمة، ومنها طلبات المنتجات التي لا تفشل أبداً، أما نسبة أخطاء الدفع وحده فهي في السؤال الثاني أدناه. وهذا تذكير بأن الرقم في أي لوحة له تعريف، ويجب أن تعرفه قبل أن تبني عليه قراراً. والصورة التالية لنفس نوع الطلب البطيء في SigNoz:

![تتبع في SigNoz لطلب POST /api/checkout مدته 1.54 ثانية برمز 200، فيه Flame Graph وWaterfall بثلاثة Spans، وأطولها POST /charge في خدمة payments بزمن 1.53 ثانية](https://arabroot.io/content/images/2026/11/obs-stacks-compare-07-signoz-trace.webp)

نفس الطلب البطيء، ولكن في منتج واحد

ثم سألنا نفس الأسئلة الخمسة، ولكن هذه المرة بـ SQL مباشرة على جداول ClickHouse، وهي نفس الجداول التي تقرأ منها الواجهة:

```bash
#!/bin/sh
# The same questions asked of SigNoz's ClickHouse with the SQL its UI runs underneath (last 10 minutes).
CH="docker exec wr-dp-sz-telemetrystore-clickhouse-0-0 clickhouse-client -q"
W="serviceName='shop' and name='POST /api/checkout' and kind_string='Server' and timestamp > now() - interval 10 minute"
echo "Q1 p99 checkout (ms): $($CH "select round(quantile(0.99)(duration_nano)/1e6) from signoz_traces.distributed_signoz_index_v3 where $W")"
echo "Q2 checkout 5xx share: $($CH "select round(countIf(response_status_code like '5%')/count(), 4) from signoz_traces.distributed_signoz_index_v3 where $W")"
echo "Q3 slow traces (>1s): $($CH "select count() from signoz_traces.distributed_signoz_index_v3 where $W and duration_nano > 1e9")"
echo "Q4 failed-checkout logs with trace_id: $($CH "select count() from signoz_logs.distributed_logs_v2 where resources_string['service.name']='shop' and body like 'checkout failed%' and trace_id != '' and timestamp > toUnixTimestamp64Nano(now64() - interval 10 minute)")"
echo "Q5 host metrics: $($CH "select count() from signoz_metrics.distributed_time_series_v4 where metric_name like 'system.cpu%'") cpu series (no hostmetrics receiver in the default ingester)"
```

```text
total 3600 {'err': 5, 200: 3533, 502: 62}
# answers
Q1 p99 checkout (ms): 1557
Q2 checkout 5xx share: 0.0513
Q3 slow traces (>1s): 68
Q4 failed-checkout logs with trace_id: 61
Q5 host metrics: 0 cpu series (no hostmetrics receiver in the default ingester)
```

في المخرج أعلاه لاحظ التالي:

- زمن p99 هنا 1557 ميلي ثانية، وهو قريب جداً من الحقيقة، لأن SigNoz يحسبه من ال Spans نفسها، أي من زمن كل طلب بالنانوثانية، وليس من فئات مدرج تكراري. وهذا فرق حقيقي في الدقة لمن يضع أهداف الخدمة SLO على زمن الاستجابة.
- نسبة أخطاء الدفع 5.1%، والحقيقة من مولد الضغط 62 فشلاً من 1200 أي 5.2%. والأرقام هنا أعلى من تجربة Grafana لأن كل تجربة عشر دقائق مستقلة بأرقام عشوائية مختلفة.
- 68 تتبعاً أطول من ثانية، و61 سطر فشل مع `trace_id` من 62 فشلاً، والفرق سطر واحد وقع قبل بداية نافذة العشر دقائق.
- السؤال الخامس صفر: SigNoz لا يرى السيرفر في الإعداد الافتراضي، لأن المستقبل الذي يولده Foundry لا يحتوي المستقبل hostmetrics، وتحتاج أن تشغل OpenTelemetry Collector على كل سيرفر كما في [توثيق مقاييس السيرفر في SigNoz](https://signoz.io/docs/userguide/hostmetrics/?ref=arabroot.io).

ولأن البيانات في ClickHouse، فتستطيع أن تسأل أسئلة لا توجد في الواجهة أصلاً، مثل «ما متوسط زمن الطلبات البطيئة حسب الدقيقة؟»، بسطر SQL واحد. وهذه ميزة كبيرة للفريق الذي يعرف SQL، وخطر صغير كذلك، لأن أسماء الجداول والأعمدة تتغير بين الإصدارات، فقد وجدنا أن الأعمدة في `signoz_index_v3` موجودة بالاسمين `duration_nano` و`durationNano`، أي أن الجدول في مرحلة انتقال بين تسميتين.

🔭

إذا قررت أن SigNoz هو الأنسب لك، فقد شرحنا تثبيته مع Foundry، والتنبيهات، والاحتفاظ، والنسخ الاحتياطي لـ ClickHouse، والترقية في [دليل SigNoz](https://arabroot.io/articles/signoz-%D8%A8%D8%AF%D9%8A%D9%84-datadog-%D9%85%D9%81%D8%AA%D9%88%D8%AD-%D8%A7%D9%84%D9%85%D8%B5%D8%AF%D8%B1/)، وقارنا تكلفته بالخدمات السحابية في [مقال تكلفة المراقبة](https://arabroot.io/articles/%D8%AA%D9%83%D9%84%D9%81%D8%A9-%D8%A7%D9%84%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9-observability-datadog-%D8%A7%D9%85-%D8%A7%D9%84%D8%A7%D8%B3%D8%AA%D8%B6%D8%A7%D9%81%D8%A9-%D8%A7%D9%84%D8%B0%D8%A7%D8%AA%D9%8A%D8%A9/).

### نقاط القوة ونقاط الضعف في SigNoz

**نقاط القوة:**

- منتج واحد للإشارات الثلاث، والانتقال بينها لا يحتاج أي إعداد، وصفحة الخدمات تعمل من أول دقيقة.
- زمن الاستجابة من ال Spans نفسها، فالنسب المئوية دقيقة.
- SQL مباشرة على البيانات عند الحاجة، وClickHouse تضغط البيانات بشكل جيد كما سنرى في القرص.
- ملف إعداد واحد، والترقية تغيير رقم إصدار وإعادة توليد.

**نقاط الضعف:**

- أعلى ذاكرة في التجربة، وأغلبها ClickHouse وحدها، وهي الحد الأدنى الذي تدفعه حتى لو كانت البيانات قليلة.
- لا يستقبل شيئاً قبل إنشاء أول مستخدم، وهذا يحتاج خطوة إضافية في التثبيت الآلي.
- لا يرى السيرفر افتراضياً، ويحتاج Collector إضافياً على كل سيرفر لذلك.
- بعض الميزات في الإصدار التجاري فقط، والملفات المولدة طويلة إذا احتجت أن تفهمها عند العطل.

## التجربة الثالثة: Zabbix

لا يوجد في موقعنا دليل تثبيت لـ Zabbix بعد، ولذلك سوف نعرض هنا ما شغلناه كاملاً. فقد استخدمنا Zabbix 7.4.16، وهو آخر إصدار منشور كـ Docker Images عند التجربة، وأربعة Containers: الخادم Server مع قاعدة PostgreSQL 18، والواجهة على Nginx، و Agent 2 بصلاحية قراءة Docker Socket لكي يرى ال Containers:

```yaml
# Zabbix: server + web UI + PostgreSQL, and agent 2 on the "server" (with the Docker socket for container metrics).
name: wr-dp-zabbix
services:
  zdb:
    image: postgres:18-alpine
    container_name: wr-dp-zdb
    environment: { POSTGRES_USER: zabbix, POSTGRES_PASSWORD: lab-only-pass, POSTGRES_DB: zabbix }
    volumes: [ "wr-dp-z-db:/var/lib/postgresql" ]
  server:
    image: zabbix/zabbix-server-pgsql:alpine-7.4.16
    container_name: wr-dp-zserver
    environment: { DB_SERVER_HOST: wr-dp-zdb, POSTGRES_USER: zabbix, POSTGRES_PASSWORD: lab-only-pass, POSTGRES_DB: zabbix }
    depends_on: [zdb]
  web:
    image: zabbix/zabbix-web-nginx-pgsql:alpine-7.4.16
    container_name: wr-dp-zweb
    environment: { ZBX_SERVER_HOST: wr-dp-zserver, DB_SERVER_HOST: wr-dp-zdb, POSTGRES_USER: zabbix, POSTGRES_PASSWORD: lab-only-pass, POSTGRES_DB: zabbix, PHP_TZ: UTC }
    ports: [ "127.0.0.1:43081:8080" ]
    depends_on: [server]
  agent:
    image: zabbix/zabbix-agent2:alpine-7.4.16
    container_name: wr-dp-zagent
    user: root            # to read /var/run/docker.sock for the Docker plugin
    environment: { ZBX_HOSTNAME: shop-server, ZBX_SERVER_HOST: wr-dp-zserver, ZBX_SERVER_ACTIVE: wr-dp-zserver }
    volumes: [ "/var/run/docker.sock:/var/run/docker.sock" ]
volumes:
  wr-dp-z-db: { name: wr-dp-z-db }
networks:
  default: { name: wr-dp-net, external: true }
```

ولاحظ أن التطبيق بقي كما هو، يحاول أن يرسل OTLP إلى عنوان غير موجود، لأن Zabbix 7.4 لا يستقبل OTLP، وإنما يجمع البيانات بنفسه. وبدلاً من النقر في الواجهة كتبنا سكربتاً يستخدم [Zabbix API](https://www.zabbix.com/documentation/7.4/en/manual/api?ref=arabroot.io) لكي يكون الإعداد قابلاً للتكرار:

```python
# Configures Zabbix through its JSON-RPC API: one host with the Linux and Docker templates, a web scenario
# that probes the shop like a customer, and a trigger on it. Run inside the lab network:
#   docker run --rm --network wr-dp-net -v "$PWD/zabbix:/z" python:3.13-slim python /z/setup.py
import json, urllib.request

API = "http://wr-dp-zweb:8080/api_jsonrpc.php"
token = None

def call(method, params):
    body = {"jsonrpc": "2.0", "method": method, "params": params, "id": 1}
    headers = {"Content-Type": "application/json-rpc"}
    if token:
        headers["Authorization"] = f"Bearer {token}"
    req = urllib.request.Request(API, json.dumps(body).encode(), headers)
    out = json.load(urllib.request.urlopen(req, timeout=30))
    if "error" in out:
        raise SystemExit(f"{method}: {out['error']}")
    return out["result"]

token = call("user.login", {"username": "Admin", "password": "zabbix"})
print("logged in")
group = call("hostgroup.get", {"filter": {"name": ["Linux servers"]}})[0]["groupid"]
tpls = call("template.get", {"filter": {"host": ["Linux by Zabbix agent", "Docker by Zabbix agent 2"]}, "output": ["templateid", "host"]})
print("templates", [t["host"] for t in tpls])
host = call("host.create", {
    "host": "shop-server", "groups": [{"groupid": group}],
    "interfaces": [{"type": 1, "main": 1, "useip": 0, "ip": "", "dns": "wr-dp-zagent", "port": "10050"}],
    "templates": [{"templateid": t["templateid"]} for t in tpls],
    # Only the lab containers: the agent sees every container on this Docker host
    "macros": [{"macro": "{$DOCKER.LLD.FILTER.CONTAINER.MATCHES}", "value": "wr-dp-(shop|pay)"},
               # added after the first run: the image discovery is a separate rule and listed every image on the host
               {"macro": "{$DOCKER.LLD.FILTER.IMAGE.MATCHES}", "value": "wr-dp-shop"}],
})["hostids"][0]
print("host", host)
call("httptest.create", {
    "name": "shop checkout", "hostid": host, "delay": "30s", "retries": 1,
    "steps": [
        {"name": "products", "url": "http://wr-dp-shop:8000/api/products", "status_codes": "200", "no": 1},
        {"name": "checkout", "url": "http://wr-dp-shop:8000/api/checkout", "posts": "{}", "status_codes": "200", "no": 2,
         "headers": [{"name": "Content-Type", "value": "application/json"}]},
    ],
})
call("trigger.create", {"description": "Shop checkout probe failing", "priority": 4,
                        "expression": "last(/shop-server/web.test.fail[shop checkout])<>0"})
print("web scenario and trigger created")
```

في السكربت أعلاه لاحظ التالي:

- القالبان `Linux by Zabbix agent` و`Docker by Zabbix agent 2` يأتيان مع Zabbix، وهما يضيفان مئات العناصر Items والمحفزات دون أن تكتب أياً منها، وهذه أكبر قوة في Zabbix: سنوات من الخبرة في ماذا تراقب على كل نوع من الأنظمة، جاهزة في قالب.
- سيناريو الويب Web Scenario يطلب صفحة المنتجات ثم يرسل طلب دفع كل 30 ثانية، كما يفعل عميل حقيقي، ويقيس زمن كل خطوة ورمزها، وهو موصوف في [توثيق مراقبة الويب](https://www.zabbix.com/documentation/7.4/en/manual/web%5Fmonitoring?ref=arabroot.io).
- المحفز Trigger يطلق مشكلة إذا فشل آخر تشغيل للسيناريو.

وكانت ال API جاهزة بعد 32 ثانية من التشغيل، والسكربت أخذ 3 ثوان، وبعد نحو دقيقة ونصف كانت أغلب العناصر لها قيم. وفي سجل الخادم ظهرت رسالة متكررة بأن المضيف الافتراضي `Zabbix server` لا يصل إلى ال Agent على `127.0.0.1`، لأن ال Agent في Container آخر، وهي رسالة تراها في كل تثبيت Zabbix على Docker، والحل أن تغير عنوان هذا المضيف أو تعطله.

### مشكلتان واجهتانا مع Zabbix

المشكلة الأولى ظهرت في سكربت الإجابات: طلبنا قائمة العناصر بالأمر `item.get` فلم نجد فيها أي عنصر من سيناريو الويب، رغم أن الواجهة تعرض نتائجه. والسبب أن عناصر سيناريوهات الويب نوع خاص، ولا يعيدها [الأمر item.get](https://www.zabbix.com/documentation/7.4/en/manual/api/reference/item/get?ref=arabroot.io) إلا مع الخيار `webitems`، وعندما أضفناه ظهرت. وهذه تفصيلة صغيرة، ولكنها تأخذ ساعة إذا لم تعرفها، وهي مثال على أن Zabbix نظام كبير له قواعده الخاصة التي تحتاج وقتاً لتتعلمها.

والمشكلة الثانية أخطر، وظهرت عندما أخذنا صورة لصفحة أحدث البيانات Latest Data: وجدنا فيها أسماء كل ال Docker Images على الجهاز، وليس فقط Images المختبر، أي أسماء مشاريع أخرى لا علاقة لها بالتجربة. فقد وضعنا في السكربت مرشحاً Filter لل Containers هو `{$DOCKER.LLD.FILTER.CONTAINER.MATCHES}`، وظننا أنه يكفي، ولكن القالب فيه قاعدة اكتشاف منخفض المستوى Low-level Discovery ثانية مستقلة لل Images، ولها مرشحها الخاص `{$DOCKER.LLD.FILTER.IMAGE.MATCHES}` وقيمته الافتراضية `.*`، فاكتشفت كل شيء. فأضفنا المرشح الثاني إلى السكربت، ولكن لاحظ أن قواعد الاكتشاف لها مدة بقاء Lifetime قيمتها الافتراضية في هذه القواعد 7 أيام، أي أن العناصر التي اكتشفت تبقى في قاعدة البيانات أسبوعاً بعد أن تخرج من المرشح، كما في [توثيق الاكتشاف](https://www.zabbix.com/documentation/7.4/en/manual/discovery/low%5Flevel%5Fdiscovery?ref=arabroot.io). والدرس هنا عام: ال Agent الذي يقرأ Docker Socket يرى كل ما على السيرفر، فضع المرشحات قبل أن تطبق القالب، وليس بعده.

### ماذا رأى Zabbix؟

الصورة التالية من صفحة تفاصيل سيناريو الويب، وفيها زمن كل خطوة ورمزها، ثم الرسم البياني للسرعة وزمن الاستجابة:

![تفاصيل سيناريو الويب shop checkout في Zabbix: خطوة products بزمن 13.28 ميلي ثانية ورمز 200، وخطوة checkout بزمن 46.44 ميلي ثانية ورمز 200، والمجموع 59.72 ميلي ثانية، ثم رسم السرعة وزمن الاستجابة](https://arabroot.io/content/images/2026/11/obs-stacks-compare-05-zabbix-web.webp)

Zabbix يرى المتجر كما يراه عميل كل 30 ثانية

وسألنا الأسئلة الخمسة عبر ال API بعد العشر دقائق، والمخرج كما يلي:

```text
total 3600 {200: 3546, 502: 54}
# answers
items on shop-server: 598 with data: 580
Q1 checkout probe: 20 samples, max 90 ms, avg 49 ms
Q2 probe runs: 20, failed runs: 3
Q3 traces: no item type for spans in Zabbix 7.4
Q4 logs: none collected (no log items configured)
Q5 host cpu util: last 26.0 %, samples 10
```

في المخرج أعلاه لاحظ التالي:

- Zabbix رأى عملية الدفع 20 مرة فقط في عشر دقائق، لأن السيناريو يعمل كل 30 ثانية، بينما مر على المتجر 1200 عملية دفع. وأكبر زمن رآه 90 ميلي ثانية، أي أنه لم يصادف أي طلب بطيء من الطلبات البطيئة التي كانت 5% من الكل. فإذا كانت مشكلتك أن واحداً من كل عشرين عميلاً ينتظر، فالفحص من الخارج كل 30 ثانية لن يراها غالباً.
- فشل 3 فحوص من 20، أي 15%، والحقيقة 4.5%. والسبب أن عشرين عينة صغيرة جداً لتقدير نسبة، فثلاثة فشل قد تكون حظاً سيئاً، وواحد قد يكون حظاً جيداً. والفحص من الخارج ممتاز ليقول لك «المتجر يعمل أو لا يعمل»، وغير مناسب ليقول لك «كم بالمئة من العملاء يتأثرون».
- لا يوجد تتبع ولا سجلات من التطبيق. وZabbix يستطيع أن يقرأ ملفات السجلات عبر عناصر من نوع `log[]` على ال Agent، ولكن هذا قراءة نصوص من ملف، وليس سجلات مربوطة بطلب.
- بالمقابل، رأى Zabbix السيرفر بتفصيل لم تره المنصتان الأخريان: المعالج والذاكرة والأقراص وواجهات الشبكة، وحالة كل Container واستهلاكه للمعالج والذاكرة، مع محفزات جاهزة لأغلبها، دون أي سطر إعداد منا غير اختيار القالبين.

### نقاط القوة ونقاط الضعف في Zabbix

**نقاط القوة:**

- القوالب الجاهزة لآلاف الأنظمة، من Linux وWindows إلى أجهزة الشبكة عبر SNMP وقواعد البيانات، وهذه خبرة سنوات لا تجدها جاهزة في المنصتين الأخريين.
- أقل ذاكرة في التجربة بفارق كبير، وثابتة مهما زاد الضغط على التطبيق.
- نظام المحفزات والتصعيد والإشعارات ناضج جداً، وصفحة المشكلات Problems هي قلب العمل اليومي.
- إصدارات طويلة الدعم LTS لخمس سنوات، وهو ما يحتاجه كثير من المؤسسات.

**نقاط الضعف:**

- الإصدار 7.4 لا يرى داخل التطبيق: لا تتبع ولا سجلات مربوطة ولا نسب مئوية لزمن طلبات المستخدمين.
- منحنى تعلم حقيقي، فله مفاهيمه الخاصة: العناصر والمحفزات والاكتشاف ومدة البقاء والعناصر الخاصة بالويب.
- ال Agent مع Docker Socket يرى كل شيء، والمرشحات يجب أن تضبط قبل تطبيق القالب.
- الإصدار 7.4 الذي اختبرناه ينتهي دعمه الكامل في 12 نوفمبر 2026 بحسب [سياسة الإصدارات](https://www.zabbix.com/life%5Fcycle%5Fand%5Frelease%5Fpolicy?ref=arabroot.io)، فالإنتاج يجب أن يكون على 7.0 LTS أو 8.0 LTS.

## كم يكلف التثبيت؟ Setup Cost

الآن نضع التجارب الثلاث بجانب بعضها، والصورة التالية تجمع ما قسناه في التثبيت:

![جدول التثبيت: حجم ال Images 3.73 جيجابايت لـ Grafana Stack و2.89 لـ SigNoz و0.43 لـ Zabbix، ووقت السحب دقيقتان و54 ثانية ودقيقة و25 ثانية و20 ثانية، وما كتبناه 114 سطراً في ستة ملفات و27 سطراً في ملف واحد و74 سطراً، والمشكلة لكل منصة](https://arabroot.io/content/images/2026/11/obs-stacks-compare-02-setup.webp)

كل رقم من مخرج أمر في المختبر

وقراءة الجدول تحتاج بعض الحذر. فحجم ال Images في Grafana Stack كبير لأن Image Grafana وحدها 2 جيجابايت على القرص، وAlloy قرابة جيجابايت، أما Zabbix فصغير لأن Images Alpine صغيرة ولأن PostgreSQL كانت موجودة على الجهاز. وعدد الأسطر التي كتبناها لا يقيس الصعوبة، فالأسطر الـ 27 في SigNoz سهلة لأن Foundry تفعل الباقي، والأسطر الـ 114 في Grafana تحتاج أن تفهم كيف تتصل كل أداة بالأخرى، والأسطر الـ 74 في Zabbix تحتاج أن تعرف ال API ومفاهيم القوالب. ولكن الصف الأخير هو الأهم: كل منصة واجهتنا معها مشكلة لم تكن في دليل التثبيت، وأخذت وقتاً أكثر من التثبيت نفسه. وهذا هو الوقت الحقيقي الذي يجب أن تحسبه، وليس دقائق السحب.

## ماذا رأت كل منصة؟ What Each Sees

الصورة التالية تجمع إجابات المنصات الثلاث عن الأسئلة الخمسة:

![جدول خمسة أسئلة: p99 للدفع 2178 ميلي ثانية في Grafana من المدرج التكراري و1557 في SigNoz من ال Spans و20 فحصاً في Zabbix أكبرها 90، ونسبة الأخطاء 4.3% و5.1% و3 من 20، والتتبع 55 و68 ولا يوجد، والسجلات مع trace_id 49 و61 ولا يوجد، والسيرفر من Alloy ولا يوجد افتراضياً في SigNoz ونحو 600 عنصر في Zabbix](https://arabroot.io/content/images/2026/11/obs-stacks-compare-09-what-sees.webp)

نفس الأسئلة، وثلاث إجابات مختلفة

وأهم ما في الجدول ثلاثة دروس. الدرس الأول أن منصتي التطبيقات رأتا نفس الأشياء تقريباً، فكلاهما وجد كل فشل وربطه بسجله وتتبعه، والفرق الحقيقي بينهما في دقة p99 وفي عدد الأدوات التي تديرها، وليس في ما تراه. فإذا كان الفريق يريد المراقبة لتشخيص المشكلات في التطبيق، فالقرار بين Grafana Stack وSigNoz قرار تشغيل وذاكرة وتفضيل، وليس قرار قدرة.

والدرس الثاني أن الفحص من الخارج، وهو ما يفعله Zabbix هنا، يجيب عن سؤال مختلف. فهو لا يرى 5% من العملاء البطيئين، ولكنه يرى ما لا تراه المنصتان الأخريان أبداً: لو توقف مستقبل OTLP، أو امتلأت ClickHouse، فإن Grafana وSigNoz ستعرضان «لا توجد بيانات»، وقد يظن الفريق أن لا شيء يحدث، أما فحص Zabbix فسوف يفشل ويطلق مشكلة. ولذلك الفحص من الخارج مكمل لأي منصة، كما شرحنا في [مقال فحص التوفر](https://arabroot.io/articles/%D9%81%D8%AD%D8%B5-%D8%A7%D9%84%D8%AA%D9%88%D9%81%D8%B1-uptime-checks-%D9%85%D9%86-%D9%8A%D8%B1%D8%A7%D9%82%D8%A8-%D8%B3%D9%8A%D8%B1%D9%81%D8%B1-%D8%A7%D9%84%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9/).

والدرس الثالث أن الرقم الذي تراه في اللوحة له طريقة حساب يجب أن تعرفها. فـ p95 أخفى الطلبات البطيئة تماماً، وp99 من المدرج التكراري كان أكبر من أبطأ طلب حقيقي بأكثر من 600 ميلي ثانية، ونسبة أخطاء الخدمة في صفحة SigNoz كانت 1.74% لأنها تحسب طلبات المنتجات معها. ولا واحد من هذه الأرقام خاطئ، ولكن كل واحد يجيب عن سؤال مختلف قليلاً عن السؤال الذي في رأسك.

## الذاكرة والقرص Resources

بعد العشر دقائق قسنا ذاكرة كل Container، ثم قسناها مرة ثانية في الدقيقة الرابعة من تجربة بثلاثين طلباً في الثانية، والصورة التالية تبين المجموع لكل منصة:

![الذاكرة: SigNoz 1581 ثم 1764 ميجابايت وأغلبها ClickHouse بين 1.32 و1.48 جيجابايت، وGrafana Stack 900 ثم 1132 وGrafana ثابتة عند 422 وTempo من 212 إلى 420، وZabbix 329 ثم 330 دون تغيير](https://arabroot.io/content/images/2026/11/obs-stacks-compare-08-memory.webp)

عند ست طلبات في الثانية، ثم ثلاثين

ولنفصل الأرقام لأن التفاصيل تقول أكثر من المجموع. ففي Grafana Stack كانت الذاكرة بعد العشر دقائق كما يلي: Grafana 422 ميجابايت، وTempo 212، وAlloy 120، وLoki 99، وPrometheus 47 فقط. أي أن الواجهة أخذت ذاكرة أكثر من قواعد البيانات الثلاث، وهذا لأن البيانات نفسها قليلة جداً في عشر دقائق. وفي SigNoz كانت ClickHouse وحدها 1.32 جيجابايت، والمستقبل 77 ميجابايت، وKeeper مئة ميجابايت، وخادم SigNoz 54 ميجابايت فقط. وفي Zabbix كانت قاعدة PostgreSQL 188 ميجابايت، والخادم 58، والواجهة 65، وال Agent 19.

والقرص يحكي قصة مختلفة. ففي Grafana Stack كانت بيانات العشر دقائق صغيرة جداً: Tempo 8.8 ميجابايت، وLoki 1.7، وPrometheus 0.27، بينما Volume Grafana 567 ميجابايت بسبب الإضافات. وفي SigNoz كان حجم Volume ClickHouse 124 ميجابايت، ولكن بيانات التتبع والسجلات والمقاييس داخلها كانت أقل من 1.3 ميجابايت، والباقي جداول النظام في ClickHouse نفسها، أي سجلات الاستعلامات والمقاييس الداخلية، وحجمها 33 ميجابايت في قاعدة `system` وحدها:

```text
system	1845479	33.04 MiB
signoz_traces	14235	693.54 KiB
signoz_logs	6290	380.37 KiB
signoz_metrics	13008	136.18 KiB
```

وهذا يعني أن جداول نظام ClickHouse تحتاج سياسة احتفاظ TTL خاصة بها، وإلا ستكبر مع الوقت أكثر من بياناتك على سيرفر هادئ. وفي Zabbix كان Volume قاعدة البيانات 255 ميجابايت من البداية، وأغلبه القوالب والإعدادات الجاهزة التي ينشئها Zabbix عند أول تشغيل، وليس بيانات التجربة.

## ماذا لو زاد الضغط خمسة أضعاف؟ What If

شغلنا مولد الضغط بثلاثين طلباً في الثانية لخمس دقائق على كل منصة، أي 9000 طلب، وقسنا في الدقيقة الرابعة. وكانت النتيجة كما في الصورة أعلاه، والقراءة كما يلي:

- **Grafana Stack:** زادت الذاكرة من 900 إلى 1132 ميجابايت، وأغلب الزيادة في Tempo التي تضاعفت من 212 إلى 420 ميجابايت، لأنها تحتفظ بال Spans الحديثة في الذاكرة قبل أن تكتبها كتلاً Blocks على القرص. وGrafana لم تتغير، وPrometheus زاد 2 ميجابايت فقط، لأن عدد السلاسل الزمنية Time Series لا يتغير مع عدد الطلبات، وإنما مع عدد التسميات المختلفة. وعلى القرص كبر Tempo من 8.8 إلى 15.6 ميجابايت وLoki من 1.7 إلى 6.2 خلال الخمس دقائق.
- **SigNoz:** زادت الذاكرة من 1581 إلى 1764 ميجابايت، وأغلب الزيادة في ClickHouse. وبيانات التتبع داخل ClickHouse كبرت من 0.69 إلى 2.20 ميجابايت والسجلات من 0.38 إلى 1.06 ميجابايت، أي أن الضغط ممتاز، والزيادة الأكبر على القرص بقيت في جداول النظام.
- **Zabbix:** لم يتغير شيء تقريباً، 329 ثم 330 ميجابايت، والقرص 255 ميجابايت كما هو، والمعالج في قاعدة البيانات زاد قليلاً فقط. والسبب أن Zabbix لا يعرف عدد الطلبات أصلاً، فهو يجمع نفس العناصر بنفس الفترة مهما حدث في التطبيق.

والاستنتاج العملي أن تكلفة منصتي التطبيقات تكبر مع حجم الحركة في تطبيقك، لأن كل طلب ينتج Spans وسطور سجل، أما تكلفة Zabbix فتكبر مع عدد الأشياء التي تراقبها، أي السيرفرات والعناصر. ولذلك عندما تقدر حجم السيرفر الذي تحتاجه للمراقبة، فاسأل عن عدد الطلبات في الثانية لمنصة التطبيقات، وعن عدد السيرفرات والأجهزة لـ Zabbix. وللتطبيقات الكبيرة، العينة Sampling في التتبع هي الطريقة التي تبقي الحجم معقولاً، كما شرحنا في [مقال Jaeger](https://arabroot.io/articles/%D8%AA%D8%AA%D8%A8%D8%B9-%D8%A7%D9%84%D8%B7%D9%84%D8%A8%D8%A7%D8%AA-%D9%85%D8%B9-jaeger-%D8%A7%D9%84%D8%AA%D8%AE%D8%B2%D9%8A%D9%86-%D9%88%D8%A7%D9%84%D8%B9%D9%8A%D9%86%D8%A9-%D9%88%D9%84%D9%88%D8%AD%D8%A9-%D8%A7%D9%84%D8%A7%D8%AF%D8%A7%D8%A1/).

## الترخيص والتشغيل اليومي Licensing and Operations

الأرقام في المختبر تقول لك ماذا يحدث في عشر دقائق، أما القرار فيعيش سنوات، ولذلك هناك أسئلة يجب أن تسألها قبل أن تختار:

- **الترخيص License:** Grafana وLoki وTempo بترخيص AGPL-3.0 كما في [ملف الترخيص في مستودع Grafana](https://github.com/grafana/grafana/blob/main/LICENSE?ref=arabroot.io)، وPrometheus وAlloy بترخيص Apache-2.0\. وSigNoz بترخيص MIT للكود خارج مجلدات النسخة التجارية `ee/` كما في [ملف الترخيص في مستودع SigNoz](https://github.com/SigNoz/signoz/blob/main/LICENSE?ref=arabroot.io). وZabbix بترخيص AGPL-3.0 كما في [ملف الترخيص في مستودع Zabbix](https://github.com/zabbix/zabbix/blob/master/COPYING?ref=arabroot.io). وAGPL لا يمنعك من تشغيل الأداة لنفسك، ولكنه يهم إذا كنت ستعدل الكود وتقدمه خدمة لغيرك، فاسأل المستشار القانوني إذا كانت هذه حالتك.
- **الترقية Upgrade:** في Grafana Stack خمس ترقيات مستقلة، وكل واحدة لها ملاحظات إصدار، وفي SigNoz ترقية واحدة لكن فيها ترحيل جداول ClickHouse، وفي Zabbix ترقية قاعدة البيانات عند كل إصدار رئيسي، مع إصدارات LTS لخمس سنوات.
- **النسخ الاحتياطي Backup:** في Grafana Stack أربعة أماكن، أي Prometheus وLoki وTempo وقاعدة Grafana نفسها التي فيها اللوحات والتنبيهات إذا لم تكن ككود. وفي SigNoz قاعدة ClickHouse وقاعدة البيانات الوصفية. وفي Zabbix قاعدة PostgreSQL وحدها، وفيها كل شيء من الإعدادات إلى التاريخ.
- **المهارة Skills:** PromQL وLogQL وTraceQL في Grafana، وSQL مع واجهة جاهزة في SigNoz، ومفاهيم Zabbix الخاصة. واسأل نفسك أي هذه يعرفها فريقك اليوم، لأن المنصة التي لا يعرف أحد أن يسألها لن تساعدك في الحادثة.

وإذا كنت تقارن هذا كله بالخدمات السحابية، فقد حسبنا التكلفة بالأرقام لحجم الفريق الصغير في [مقال تكلفة المراقبة](https://arabroot.io/articles/%D8%AA%D9%83%D9%84%D9%81%D8%A9-%D8%A7%D9%84%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9-observability-datadog-%D8%A7%D9%85-%D8%A7%D9%84%D8%A7%D8%B3%D8%AA%D8%B6%D8%A7%D9%81%D8%A9-%D8%A7%D9%84%D8%B0%D8%A7%D8%AA%D9%8A%D8%A9/).

## أي منصة تختار؟ Decision Table

| إذا كان وضعك                                                               | الأنسب                 | والسبب                                                                                                                                                                                                                       |
| -------------------------------------------------------------------------- | ---------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| فريق تطبيقات يريد التتبع والسجلات والمقاييس في واجهة واحدة دون تجميع أدوات | SigNoz                 | منتج واحد يعمل من أول دقيقة، وp99 من ال Spans، إذا قبلت ذاكرة ClickHouse                                                                                                                                                     |
| فريق لديه Prometheus وGrafana ويريد أن يضيف السجلات والتتبع                | Grafana Stack          | تضيف Loki وTempo دون أن تغير ما قبلهما، واللوحات والتنبيهات الموجودة تبقى                                                                                                                                                    |
| سيرفرات وأجهزة شبكة وقواعد بيانات كثيرة، والتطبيقات قليلة أو جاهزة         | Zabbix                 | القوالب الجاهزة والمحفزات، وذاكرة قليلة ثابتة                                                                                                                                                                                |
| سيرفر واحد وتريد أن ترى المعالج والذاكرة فقط                               | أداة أخف من الثلاث     | كما في [مقال Netdata أو Beszel](https://arabroot.io/articles/%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9-%D8%AE%D9%81%D9%8A%D9%81%D8%A9-%D9%84%D8%B3%D9%8A%D8%B1%D9%81%D8%B1-%D9%88%D8%A7%D8%AD%D8%AF-netdata-%D8%A7%D9%88-beszel/) |
| مؤسسة فيها فريق بنية تحتية على Zabbix وفريق تطبيقات                        | Zabbix مع منصة تطبيقات | كل فريق في أداته، وGrafana تعرض الاثنين في لوحة واحدة عند الحاجة                                                                                                                                                             |
| سيرفر معزول عن الإنترنت                                                    | أي منها بعد تجهيز      | في Grafana حدد الإضافات مسبقاً، وفي SigNoz سجل المستخدم الأول آلياً، وفي Zabbix لا يوجد اعتماد على الإنترنت                                                                                                                  |

والجمع بين منصتين ليس هدراً كما يبدو، وإنما هو الوضع الطبيعي في أغلب المؤسسات المتوسطة. فـ Zabbix يراقب السيرفرات والأجهزة ويفحص التطبيقات من الخارج، ومنصة تطبيقات ترى الداخل. والمهم أن يكون لكل تنبيه مكان واحد يطلق منه، لكي لا يصل نفس التنبيه من نظامين بصيغتين مختلفتين، وأن يعرف كل فريق أين يبحث أولاً. وقبل أن تقرر، تذكر Zabbix 8.0: إذا كان فريقك على Zabbix أصلاً، فاستقبال OTLP وقسم APM في الإصدار الجديد قد يغنيك عن منصة ثانية للتطبيقات البسيطة، ولكننا لم نختبره بعد، فجربه على بياناتك قبل أن تبني عليه قراراً.

## أخطاء شائعة Common Mistakes

- **المقارنة بقائمة الميزات:** كل أداة تقول إنها تدعم كل شيء، والفرق يظهر عندما تسأل سؤالاً حقيقياً عن عطل حقيقي.
- **التنبيه على p95 لمشكلة تصيب أقل من 5%:** في المختبر أخفى p95 كل الطلبات البطيئة.
- **الثقة بالنسبة المئوية من المدرج التكراري دون معرفة الفئات:** كان p99 أكبر من أبطأ طلب حقيقي بأكثر من 600 ميلي ثانية.
- **اعتبار «لا توجد بيانات» دليلاً على أن لا شيء يحدث:** قد يكون المستقبل نفسه متوقفاً، والفحص من الخارج هو الذي يكشف ذلك.
- **التثبيت الآلي لـ SigNoz دون إنشاء المستخدم الأول:** المنصة تعمل ولا تستقبل شيئاً.
- **تطبيق قالب Docker في Zabbix قبل المرشحات:** يكتشف كل Container وImage على السيرفر.
- **Grafana دون تحديد الإضافات على سيرفر معزول:** قد لا تعمل مصادر البيانات الأساسية.
- **إهمال جداول النظام في ClickHouse:** كانت في المختبر أكبر من البيانات نفسها بعشرين ضعفاً تقريباً.
- **إنتاج على إصدار قصير الدعم:** Zabbix 7.4 ينتهي دعمه الكامل بعد أسبوع من التجربة.

## قائمة تحقق Checklist قبل أن تختار

| السؤال                                             | كيف تجيب عنه                                                     |
| -------------------------------------------------- | ---------------------------------------------------------------- |
| ماذا أريد أن أرى: التطبيق أم السيرفرات أم الاثنين؟ | اكتب ثلاثة أسئلة سألها الفريق في آخر حادثة                       |
| هل المنصة تجيب عن هذه الأسئلة؟                     | جربها على تطبيقك بنفس الطريقة: ضغط معروف وأسئلة لها إجابة معروفة |
| كم ذاكرة وقرصاً تحتاج عند حجم حركتي؟               | قس عند الضغط الحالي وعند خمسة أضعافه                             |
| كيف تعرف أن المنصة نفسها متوقفة؟                   | فحص من الخارج، أو مفتاح الرجل الميت Dead Man's Switch            |
| هل التثبيت قابل للتكرار؟                           | ملفات في Git، والمستخدم الأول والإضافات والمرشحات ضمن التثبيت    |
| من يملك المنصة ويرقيها؟                            | اسم في الفريق، وموعد الترقية، وإصدار بدعم طويل                   |
| هل يعمل دون إنترنت إذا لزم؟                        | جربه على شبكة معزولة قبل الإنتاج                                 |
| ما الترخيص، وهل يهمني؟                             | اقرأ ملف الترخيص في المستودع، واسأل إذا كنت ستقدمها خدمة لغيرك   |

## تدريب عملي Practice

- أضف إلى Alloy في تجربة Grafana قاعدة تنبيه في Prometheus على p99 للدفع فوق ثانية، وأخرى على p95، وشغل الضغط، ولاحظ أيهما يطلق.
- غير حدود فئات المدرج التكراري في التطبيق عبر OpenTelemetry Views لتكون عند 1200 و1600 ميلي ثانية، ثم قارن p99 في Prometheus مع p99 في SigNoz مرة ثانية.
- أوقف مستقبل OTLP في أي منصة لدقيقتين أثناء الضغط، وسجل ماذا يظهر في اللوحات، وهل أطلق فحص Zabbix من الخارج أي مشكلة.

## حذف المختبر Cleanup

```bash
(cd lab/app && docker compose --profile load down)
(cd lab/grafana && docker compose down -v)
(cd lab/zabbix && docker compose down -v)
(cd lab/signoz/pours/deployment && docker compose down -v)
docker network rm wr-dp-net
docker rmi wr-dp-shop:1
```

## الخلاصة Summary

وصلنا لنهاية الموضوع، وأهم ما فيه:

- Grafana Stack أدوات متخصصة لكل إشارة، وSigNoz منتج واحد فوق ClickHouse، وZabbix يسأل من الخارج ويرى البنية التحتية، والسؤال الأول هو ماذا تريد أن ترى.
- على نفس المتجر ونفس الضغط، وجدت منصتا التطبيقات كل عملية دفع فاشلة وربطتها بسجلها وتتبعها، أما Zabbix فرأى عملية الدفع 20 مرة من 1200 ولم يصادف طلباً بطيئاً، ولكنه رأى السيرفر وال Containers بقوالب جاهزة.
- زمن p99 للدفع كان 2178 ميلي ثانية من المدرج التكراري في Prometheus و1557 من ال Spans في SigNoz، وp95 أخفى الطلبات البطيئة كلها.
- الذاكرة بعد العشر دقائق: Zabbix 329 ميجابايت، وGrafana Stack 900، وSigNoz 1581 أغلبها ClickHouse، ومع خمسة أضعاف الضغط بقي Zabbix كما هو وزادت المنصتان الأخريان.
- لكل منصة مشكلة لم تكن في دليل التثبيت: إضافات Grafana من الإنترنت، وSigNoz لا يستقبل قبل المستخدم الأول، ومرشحات Zabbix للاكتشاف.
- الجمع بين Zabbix ومنصة تطبيقات وضع طبيعي، وZabbix 8.0 بدأ يستقبل OTLP، فراقبه إذا كان فريقك عليه.

وإذا أردت أن تعرف ما تعنيه هذه الأرقام إذا قارنتها بالخدمات السحابية، فاقرأ [مقال تكلفة المراقبة](https://arabroot.io/articles/%D8%AA%D9%83%D9%84%D9%81%D8%A9-%D8%A7%D9%84%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9-observability-datadog-%D8%A7%D9%85-%D8%A7%D9%84%D8%A7%D8%B3%D8%AA%D8%B6%D8%A7%D9%81%D8%A9-%D8%A7%D9%84%D8%B0%D8%A7%D8%AA%D9%8A%D8%A9/).

[![](https://arabroot.io/content/images/2026/10/signoz-cover-cover.webp)دليلSigNoz: بديل Datadog مفتوح المصدر Open Source على سيرفرككيف تشغل SigNoz وترسل إليه التتبع والسجلات والمقاييس عبر OpenTelemetry، وما الذي يقدمه فعلاً مقابل Datadog وبكم من الذاكرة.](https://arabroot.io/articles/signoz-%D8%A8%D8%AF%D9%8A%D9%84-datadog-%D9%85%D9%81%D8%AA%D9%88%D8%AD-%D8%A7%D9%84%D9%85%D8%B5%D8%AF%D8%B1/)[![](https://arabroot.io/content/images/2026/11/prometheus-grafana-cover-cover.webp)دليلمقاييس السيرفرات Metrics: Prometheus مع لوحات Grafanaنجمع مقاييس المعالج والذاكرة والقرص والـ Containers مع Prometheus، ونتنبأ بموعد امتلاء القرص قبل أن يحدث، ونبني لوحة Grafana محفوظة ككود في Git.](https://arabroot.io/articles/%D9%85%D9%82%D8%A7%D9%8A%D9%8A%D8%B3-%D8%A7%D9%84%D8%B3%D9%8A%D8%B1%D9%81%D8%B1%D8%A7%D8%AA-metrics-prometheus-%D9%85%D8%B9-%D9%84%D9%88%D8%AD%D8%A7%D8%AA-grafana/)[![](https://arabroot.io/content/images/2026/10/loki-cover-cover.webp)دليلجمع السجلات Logs مركزياً مع Grafana Lokiكيف تشغل Grafana Loki مع Alloy وGrafana، وتختار التسميات Labels التي لا توقف الإدخال، ثم تبحث وتنبه وتحذف بلغة LogQL.](https://arabroot.io/articles/%D8%AC%D9%85%D8%B9-%D8%A7%D9%84%D8%B3%D8%AC%D9%84%D8%A7%D8%AA-logs-%D9%85%D8%B1%D9%83%D8%B2%D9%8A%D8%A7-%D9%85%D8%B9-grafana-loki/)[![](https://arabroot.io/content/images/2026/11/jaeger-cover-cover.webp)دليلJaeger في الإنتاج: التخزين Storage مع العينة ولوحة الأداءشغلنا Jaeger 2.22 بتخزين Badger على القرص وعينة بعيدة من ملف واحد ولوحة أداء من ال Spans، وقسنا ما يأخذه من القرص والذاكرة وما يبقى بعد إعادة التشغيل.](https://arabroot.io/articles/%D8%AA%D8%AA%D8%A8%D8%B9-%D8%A7%D9%84%D8%B7%D9%84%D8%A8%D8%A7%D8%AA-%D9%85%D8%B9-jaeger-%D8%A7%D9%84%D8%AA%D8%AE%D8%B2%D9%8A%D9%86-%D9%88%D8%A7%D9%84%D8%B9%D9%8A%D9%86%D8%A9-%D9%88%D9%84%D9%88%D8%AD%D8%A9-%D8%A7%D9%84%D8%A7%D8%AF%D8%A7%D8%A1/)[![](https://arabroot.io/content/images/2026/10/observability-saas-cost-cover-cover-2.webp)دليلكم تكلف منصات المراقبة Observability؟ مقارنة بالأرقامحسبنا بسكربت مفتوح فاتورة المراقبة لشركة بعشرين سيرفراً على Datadog والمنصات المنافسة، وقارناها بتشغيل SigNoz على سيرفرك.](https://arabroot.io/articles/%D8%AA%D9%83%D9%84%D9%81%D8%A9-%D8%A7%D9%84%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9-observability-datadog-%D8%A7%D9%85-%D8%A7%D9%84%D8%A7%D8%B3%D8%AA%D8%B6%D8%A7%D9%81%D8%A9-%D8%A7%D9%84%D8%B0%D8%A7%D8%AA%D9%8A%D8%A9/)[![](https://arabroot.io/content/images/2026/11/uptime-checks-cover-cover.webp)دليلفحص التوفر Uptime Checks: من يراقب سيرفر المراقبة؟نفحص الموقع والشهادة وRedis من الخارج مع Blackbox Exporter وUptime Kuma، ونكشف النسخ الاحتياطي الذي توقف بصمت، ونتأكد أن أحداً يراقب سيرفر المراقبة نفسه.](https://arabroot.io/articles/%D9%81%D8%AD%D8%B5-%D8%A7%D9%84%D8%AA%D9%88%D9%81%D8%B1-uptime-checks-%D9%85%D9%86-%D9%8A%D8%B1%D8%A7%D9%82%D8%A8-%D8%B3%D9%8A%D8%B1%D9%81%D8%B1-%D8%A7%D9%84%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%A9/)

## سجل التحديثات Changelog

- نوفمبر 2026: كتابة المقارنة وتنفيذ التجارب الثلاث على Grafana 13.3.0 مع Prometheus 3.15.1 وLoki 3.7.9 وTempo 3.1.1 وAlloy 1.21.3، وSigNoz v0.149.0 مع Foundry v0.5.0، وZabbix 7.4.16 مع PostgreSQL 18.6، على Docker Engine 29.8.0.