hertzbeat

免Agent、AI加持,一站式搞定全栈监控告警

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 1368 🐛 待处理 246 👀 关注 69
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 7460
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0 许可证,可免费自行部署使用。

项目预览

hertzbeat 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队apache
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0 许可证,可免费自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Java
技术栈/模型agent,ai,alerting,database,grafana,linux,llm,logs,metrics,monitor,monitoring,notifications,observability,prometheus,self-hosted,server,status,status-page,uptime,zabbix
GitHub 星标★ 7460
上线时间2022-02-04 00:00:00
代码更新2026-11-07
仓库体积371.9 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数4

项目介绍

HertzBeat 是一个 AI 驱动的下一代开源实时可观测性系统,专注于解决传统监控工具在易用性、告警准确性和智能化方面的不足。它无需 Agent,支持对网站、API、数据库、操作系统、中间件等数十种监控对象的直接探测,提供丰富的监控指标采集、可视化仪表盘、告警通知(支持钉钉、邮件、Webhook 等)以及基于 AI 的异常检测和根因分析能力。其核心能力包括:统一的监控配置界面、灵活的告警规则引擎、分布式部署支持、以及通过 AI 模型自动识别指标异常和关联分析,帮助运维和开发人员快速定位故障。项目采用 Java 技术栈,模块化设计,易于扩展,适合中小型团队快速搭建全栈可观测平台。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 7460

技术标签

使用教程

难度:入门 约 10 分钟 部署方式:Docker 6 步

环境要求

  • Docker 环境(支持 x86/arm64 CPU)
  • 源码方式需 maven3+ 与 java25、lombok
  • 前端源码方式需 nodejs 与 pnpm
  • 可选:下载发行包 apache-hertzbeat-xx-bin.tar.gz

安装与启动步骤

  1. 1Docker 一键启动

    一条命令即可启动 HertzBeat 主服务,同时映射 1157(Web)和 1158(采集通信)端口,容器名设为 hertzbeat。

    docker run -d -p 1157:1157 -p 1158:1158 --name hertzbeat apache/hertzbeat
  2. 2访问控制台登录

    浏览器打开 http://localhost:1157 进入控制台,默认账号 admin,默认密码 hertzbeat,登录后建议修改密码。

  3. 3部署采集器集群

    可选步骤。如需集群采集,再启动一个 collector 容器,用 IDENTITY 指定采集器唯一名称,MANAGER_HOST/PORT 指向主服务。

    docker run -d -e IDENTITY=custom-collector-name -e MANAGER_HOST=127.0.0.1 -e MANAGER_PORT=1158 --name hertzbeat-collector apache/hertzbeat-collector
  4. 4发行包方式部署

    从下载页获取 apache-hertzbeat-xx-bin.tar.gz,解压后可按需修改 hertzbeat/config/application.yml,再执行启动脚本(Windows 用 bin/startup.bat)。

    ./bin/startup.sh
  5. 5源码启动后端

    本地调试需启动 hertzbeat-startup 后端;环境需 maven3+、java25、lombok,并在 IDE 中添加 VM 参数后运行该服务。

    --add-opens=java.base/java.nio=org.apache.arrow.memory.core,ALL-UNNAMED
  6. 6源码启动前端

    在 web-app 目录下先安装依赖再启动前端,需 nodejs 与 pnpm 环境,后端启动后再执行,访问 http://localhost:4200。

    pnpm install
    pnpm start

关键配置

配置项必填说明示例
IDENTITY否采集器唯一标识名称,用于集群中区分节点custom-collector-name
MODE否采集器运行模式,public 为集群,private 为云边协同public
MANAGER_HOST否主 HertzBeat 服务所在 IP 地址127.0.0.1
MANAGER_PORT否主 HertzBeat 服务端口,默认 11581158
collector.dispatch.entrance.netty.enable否发行包配置文件中开启 netty 入口true

如何确认成功

浏览器访问 http://localhost:1157 能打开登录页,用 admin/hertzbeat 登录成功即启动完成;集群模式下仪表盘会显示新注册的采集器。

常见问题

Q:默认账号密码是什么?

A:Web 控制台默认账号 admin,默认密码 hertzbeat,源码方式访问端口为 4200,Docker 与发行包方式为 1157。

Q:需要额外安装数据库吗?

A:最简 Docker 命令未要求外部数据库;如需一次性安装 postgresql/mysql 与 victoria-metrics/iotdb/tdengine,可使用 script/docker-compose 部署脚本。

Q:如何在 Kubernetes 中部署?

A:README 提供 Helm chart 方式,安装 HertzBeat 集群,详细步骤参考 Artifact Hub 上的 hertzbeat 包。

Q:Oracle 和 DB2 监控能否用原生采集器?

A:不能。Oracle 与 DB2 依赖外部 JDBC 驱动,仍需使用 JVM 采集器包;MySQL、MariaDB、OceanBase 可用内置查询引擎。

Q:怎样接入多个采集器?

A:在目标机器下载对应 collector 包,配置 unique identity、mode、manager-host 与 manager-port 后启动,控制台仪表盘即可看到注册节点。

注意事项

  • Docker 启动需占用 1157 与 1158 两个端口,注意宿主机端口冲突
  • 默认密码 admin/hertzbeat 应在首次登录后立即修改
  • collector 容器的 MANAGER_HOST 需填写主服务实际可访问的 IP,而非容器内部地址
  • 修改 ext-lib 中的 JDBC 驱动后需重启采集器才会生效

核心亮点

  • 无需安装Agent,通过HTTP/ICMP/JDBC等协议直接探测,部署成本低
  • 内置AI异常检测和根因分析,减少误报并辅助定位问题
  • 支持数十种主流监控对象,覆盖网站、数据库、中间件、云服务等

不足之处

  • AI能力依赖外部模型或规则,复杂场景下准确性待验证
  • 文档/社区待观察,相比Prometheus等生态仍较小

适用场景

  • 中小团队快速搭建统一监控告警平台
  • 对网站和API进行可用性及性能实时监测
  • 需要AI辅助异常检测和故障根因分析的运维场景

替代项目

Prometheus、Zabbix、Nightingale

上一篇:MegaParse

下一篇:awesome-free-llm-apis

同类项目推荐

strix-halo-guide 开源

AMD Strix Halo 跑本地大模型,先看这份实测指南再动手

Evidence-backed AMD Strix Halo local-AI setup and benchmarks: Qwen3.8, Ollama, llama···

★ 369 2026-10-16
DeepInfer 开源

让 DeepSeek 大模型多卡高吞吐跑起来

DeepInfer: High-performance, large-scale inference framework for DeepSeek models

★ 25578 2026-10-21
doc2vec-api 开源

用 doc2vec 快速训练文本向量,搭建简单对话机器人

document embedding and machine learning script for beginners

★ 91 2026-08-09
mlops-with-vertex-ai 开源

在 Google Cloud 上快速搭建完整 MLOps 流水线

An end-to-end example of MLOps on Google Cloud using TensorFlow, TFX, and Vertex AI

★ 424 2026-08-09
ClawManager 开源

在 K8s 上统一管好 AI Agent 实例和访问权限

A Kubernetes-native control plane for AI agent instance management, with governed AI···

★ 1887 2026-09-16
casbin-gateway 开源

给 AI 和 MCP 服务加一道安全闸门,防攻击、控权限。

See what every AI coding agent on your machine is doing, and whether the API behind ···

★ 647 2026-08-12
SharpVector 开源

在 .NET 应用内直接实现语义搜索,无需外部数据库。

Lightweight, In-memory, Semantic Search, Text Vector Database to embed in any .NET A···

★ 145 2026-08-09
reader 开源

本地部署,给任意网页加个前缀,秒变LLM可读文本

This is an adapted version of Jina AI's Reader for local deployment using Docker. Co···

★ 311 2026-08-09
claude-token-optimizer 开源

压缩提示词,立省 Claude API 费用

Cut the tokens Claude Code loads at session start. CLI that sets up a small CLAUDE.m···

★ 645 2026-08-09