はじめに
Mapleは、OpenTelemetry上に構築されたオープンソースの可観測性プラットフォームで、トレース、ログ、メトリクスを1か所で管理する必要があるチーム向けに設計されています。Maple可観測性プラットフォームは、開発者が分散トレースを検索し、ユーザーセッションを再生し、AIを活用した診断を使って根本原因をより迅速に見つけるのに役立ちます。最新のダッシュボードとMCPサーバーを組み合わせることで、エンジニアにシステムの統合ビューを提供します。ネイティブなOTLPサポート、ローカルバイナリ、セルフホストオプションを備えたMapleは、テレメトリデータをより細かく制御したいチームに実用的な道を提供します。
Mapleとは？
Mapleは、OpenTelemetry上に構築され、ClickHouseをバックエンドとするオープンソースの可観測性プラットフォームです。OTLP経由でテレメトリを収集し、トレース、ログ、メトリクスを1つのインターフェースでチームに提供します。Maple可観測性プラットフォームは、インシデント発生時に個別の監視ツールを切り替えることにうんざりしているエンジニア向けに設計されています。すべてのシグナルを同じトレースIDに接続するため、失敗したリクエストをアラートからスパン、ログ行まで、製品から離れることなく追跡できます。内蔵のMCPサーバーを通じてAIを活用した診断を提供するため、開発者が大規模なデータセットを迅速に分析するのにも役立ちます。これは重要です。現代のシステムは膨大な量のテレメトリを生成し、チームはコンテキストを失わずに有用なシグナルを見つける方法を必要とするからです。
Mapleの主な機能
Maple可観測性プラットフォームは、以下のコア機能を提供します。
OpenTelemetryネイティブな取り込み
MapleはOTLP経由でテレメトリを直接受け入れ、独自エージェントを必要としません。これにより、OpenTelemetryの可観測性は、標準的な計装をすでに使用しているチームや、後で移行を計画しているチームにとって実用的になります。
トレース、ログ、メトリクスを1か所で
すべてのリクエストは属性を保持したままスパンツリーになり、構造化ログは数秒で検索可能な状態を維持します。Maple可観測性プラットフォームは、分散トレースをログとメトリクスに1つのインターフェースで接続するため、エンジニアは手動でコンテキストをつなぎ合わせる必要はありません。
AIを活用した診断
Mapleには本格的なMCPサーバーが含まれており、AIエージェントがサービスを一覧表示し、トレースを検索し、エラーを見つけ、修正を提案できます。これらのAIを活用した診断により、チームはインシデント対応のより迅速なスタートポイントを得られます。
インシデント相関
アラートには、サービス、しきい値、サンプルトレースが含まれます。単一のトレースIDがアラート、失敗したスパン、関連するログを結び付けるため、ユーザーは午前3時のアラートから原因となった行まで移動できます。
セッションリプレイ
Mapleは、すべてのクリック、ルート、コンソール行、失敗したリクエストを記録します。リプレイとスパンは1つのセッションIDを共有するため、フロントエンドとバックエンドのデバッグが容易になります。
導入の柔軟性とデータ主権
Mapleは127.0.0.1で単一バイナリとして、またはKubernetes上のHelmチャートとして実行できます。セルフホストの可観測性を必要とするチームは、テレメトリをネットワーク内に保持し、リテンションを自分で制御できます。
Mapleのユースケース
ユースケース1: 失敗したリクエストのデバッグ
サービスが失敗すると、トレースは失敗したスパンで開き、下部にリトライが表示されます。OpenTelemetryの可観測性データは属性をそのまま保持するため、エンジニアはタイムアウトとサービス境界をすばやく確認できます。Maple可観測性プラットフォームは、スパンツリーを、つながりのないイベントの山ではなく、明確なストーリーに変えます。
ユースケース2: アラートとログの相関
エラー率に関するアラートがしきい値を超え、サンプルトレースが含まれます。Maple可観測性プラットフォームでは、同じトレースIDが関連するログにすでに添付されているため、チームは2番目のツールでの2回目の検索をスキップできます。
ユースケース3: AI支援による根本原因分析
AIを活用した診断により、エージェントがテレメトリを読み取り、スパンの背後にあるソースを検査し、修正を提案できます。これにより、開発者はインシデント調査中の時間を節約でき、ダッシュボード間を手動で移動する必要性が減ります。
Mapleの使用方法
brew install Makisuo/tap/mapleまたはcurl -fsSL https://maple.dev/cli/install | shを実行してMapleをインストールします。maple startを実行して、127.0.0.1:4318でローカルプラットフォームを起動します。- OpenTelemetryサービスをMapleのOTLPエンドポイントに向けます。
- データフローが開始されると、Maple可観測性プラットフォームは1つのダッシュボードで分散トレース、ログ、メトリクスを探索できます。
- Kubernetesの場合は、
maple-k8s-infraHelmチャートをインストールして、スパンにポッド、ノード、名前空間のデータを追加します。
Mapleの対象読者
- 統合テレメトリを望むSREおよびDevOpsチーム。
- OpenTelemetryを使用するバックエンドおよびプラットフォームエンジニア。
- 予測可能な可観測性コストを必要とするスタートアップ。
- セルフホストの可観測性を好むセキュリティ意識の高いチーム。
- テレメトリへのアクセスを必要とするAIエージェントを構築するチーム。
Mapleは無料ですか？
Maple可観測性プラットフォームには、セルフホストとホスティングの両方のオプションがあります。アカウントなしでMapleをローカルで実行でき、クラウドプランは14日間の無料トライアルから始まります。
| プラン | 価格 | 機能 |
|---|---|---|
| セルフホスト | $0 | Mapleバイナリ、ローカルOTLPインジェスト、アカウントやレート制限なし |
| スタートアップ | 月額$39 | ログ、トレース、メトリクス各100GB、超過分は一律$0.30/GB |
| エンタープライズ | カスタム | より多くのボリューム、カスタムリテンション、優先サポート |
Mapleの長所と短所
| 側面 | 長所 | 短所 |
|---|---|---|
| 価格 | シンプルなGB単位モデル。ホスト単位やシート単位の料金なし | マネージドクラウドに永続的な無料層がない |
| オープンソース | ソースはFSL-1.1で利用可能。セルフホスティングがサポートされている | リリースがApache 2.0になるのは2年後のみ |
| OpenTelemetry | ネイティブOTLPサポート。独自エージェントなし | チームがOpenTelemetry標準をすでに使用または採用する必要がある |
| AI機能 | 本格的なMCPサーバー。エージェントが修正を提案可能 | MCP互換エージェントが必要 |
| デプロイ | 単一バイナリのローカルセットアップとKubernetes用Helmチャート | 大規模なセルフホスト導入にはClickHouseの管理が必要 |
Mapleに関するよくある質問
Mapleとは何ですか？
Maple可観測性プラットフォームは、OpenTelemetry上に構築され、ClickHouseをバックエンドとするオープンソースの可観測性プラットフォームです。サービスからの分散トレース、ログ、メトリクスを1か所で収集、可視化、分析するのに役立ちます。
Mapleはオープンソースですか？
MapleのソースはFSL-1.1のもとでGitHubに公開されているため、ユーザーはすべての行を読み、フォークし、セルフホストできます。各リリースは公開から2年後にApache 2.0になります。
MapleはOpenTelemetryネイティブですか？
はい。MapleはOpenTelemetryの可観測性標準を使用し、OTLPを直接受け入れます。独自エージェントがないため、既存のOpenTelemetryデータをコードの再計装なしにMapleに送信できます。
Mapleの価格は？
スタートアッププランは月額$39で、ログ、トレース、メトリクスをそれぞれ100GB含みます。追加データは一律$0.30/GBで請求され、ホスト単位やシート単位の料金はありません。ホスティングプランには14日間の無料トライアルがあります。
MapleはAIエージェントと連携できますか？
はい。Mapleには本格的なMCPサーバーが同梱されています。互換性のあるエージェントは、AIを活用した診断を使用して、サービスを一覧表示し、トレースを検索し、エラーを見つけ、修正を提案できます。
Mapleをセルフホストできますか？
はい。Maple可観測性プラットフォームは、ユーザーが管理するインフラストラクチャ上でのセルフホストの可観測性をサポートしています。ローカルバイナリはアカウントを必要とせず、HelmチャートによりKubernetesへのデプロイが容易になります。
Mapleタグ
Maple可観測性プラットフォーム、オープンソースの可観測性、OpenTelemetry可観測性、分散トレース、AIを活用した診断、セルフホストの可観測性、MCPサーバー、ClickHouse可観測性、Kubernetes可観測性、セッションリプレイ、インシデント相関、ログ・メトリクス・トレース
