应用介绍
搭一套监控通常是这样的：装 Prometheus，配 exporter，写 scrape 规则，再装 Grafana，找个别人做好的看板导进来，发现指标名对不上再一个个改。等你终于看到第一张图，一个下午过去了，而线上那台机器的问题早就过去了。
Netdata 反过来：装完就有图，不用写一行配置。它自己去发现机器上跑着什么——CPU、内存、磁盘、网卡、容器、数据库、nginx，八百多个集成挨个自动认，然后按每秒一次的分辨率采集，浏览器打开
告警这块它不让你先去猜阈值。每个指标在本机训练多个机器学习模型，学的是这个指标自己近期的行为基线，然后无监督地判断当前值算不算异常。仪表盘里有专门的 Anomaly Advisor 页面，把异常率画成一条曲线，圈一段时间就能看这段里哪些指标不正常。模型训练和推理都在被监控的机器上完成，指标不需要送到任何中心。
资源占用官方给的数是默认配置下约 5% CPU、150 MiB 内存；关掉 ML 和告警、用内存存储时不到 1% CPU、约 100 MiB。存储方面每个采样点约 0.5 字节，分秒/分钟/小时三层，缩放时自动选层，脏数据每 17 分钟才落一次盘。阿姆斯特丹大学 2023 年那篇 ICSOC 论文测下来，它是 Docker 环境里最省电的监控工具。
零配置自动发现：800+ 集成，系统、容器、虚拟机、硬件传感器、日志、OpenMetrics 和 StatsD 自动认，大部分东西装完就有图。
每秒粒度：采集和展示都是一秒一次，图表延迟一秒，不是那种一分钟一个点的折线。
边缘 ML 异常检测：每个指标在本机训练多个模型，基于历史行为做无监督异常判断，配 Anomaly Advisor 做根因分析和影响面判断，不用你设阈值。
分层存储：约 0.5 字节一个采样点，Tier 0 每秒、Tier 1 每分钟、Tier 2 每小时，查询时按缩放级别自动选，磁盘有多大就能存多久。
不用写查询语言：NIDL 数据模型自动生成看板，直接在图上按维度、节点、实例切片下钻，不需要 PromQL。
日志也接了：Linux 直连 systemd-journald，Windows 接 Event Log 和 ETW，在边缘处理后可视化；Linux 上还能看每个进程的 TCP/UDP 实时连接。
横向扩展：Parent-Child 结构把多台机器的指标集中到 Parent 上，做长周期留存和统一看板，Parent 在合适硬件上能吃到每秒百万级采样。
告警和通知：几百条预置告警规则，支持邮件、Slack、Telegram、PagerDuty、Discord、Teams 等渠道。
能导出到别处：指标可以导到 Prometheus、InfluxDB、OpenTSDB、Graphite，也提供 API 给第三方看板查。
平台覆盖：Linux、FreeBSD、macOS、Windows，另有 Docker 和 Kubernetes 部署方式；Linux 上还能盯 GPU、PCI AER、EDAC、IPMI、S.M.A.R.T、NVMe、风扇和电源电压这些硬件层面的错误。
许可要分开看：Agent 是 GPL-3.0+，也是这个仓库的主体；但 Netdata UI 走的是自家的 NCUL1 许可，不是开源协议，Netdata Cloud 是可选的商业服务。数据默认留在你自己的机器上，不接 Cloud 也能用。
Netdata 反过来：装完就有图，不用写一行配置。它自己去发现机器上跑着什么——CPU、内存、磁盘、网卡、容器、数据库、nginx，八百多个集成挨个自动认，然后按每秒一次的分辨率采集，浏览器打开
http://localhost:19999 就是完整看板，从数据到图的延迟是一秒。告警这块它不让你先去猜阈值。每个指标在本机训练多个机器学习模型，学的是这个指标自己近期的行为基线，然后无监督地判断当前值算不算异常。仪表盘里有专门的 Anomaly Advisor 页面，把异常率画成一条曲线，圈一段时间就能看这段里哪些指标不正常。模型训练和推理都在被监控的机器上完成，指标不需要送到任何中心。
资源占用官方给的数是默认配置下约 5% CPU、150 MiB 内存；关掉 ML 和告警、用内存存储时不到 1% CPU、约 100 MiB。存储方面每个采样点约 0.5 字节，分秒/分钟/小时三层，缩放时自动选层，脏数据每 17 分钟才落一次盘。阿姆斯特丹大学 2023 年那篇 ICSOC 论文测下来，它是 Docker 环境里最省电的监控工具。
软件功能
零配置自动发现：800+ 集成，系统、容器、虚拟机、硬件传感器、日志、OpenMetrics 和 StatsD 自动认，大部分东西装完就有图。
每秒粒度：采集和展示都是一秒一次，图表延迟一秒，不是那种一分钟一个点的折线。
边缘 ML 异常检测：每个指标在本机训练多个模型，基于历史行为做无监督异常判断，配 Anomaly Advisor 做根因分析和影响面判断，不用你设阈值。
分层存储：约 0.5 字节一个采样点，Tier 0 每秒、Tier 1 每分钟、Tier 2 每小时，查询时按缩放级别自动选，磁盘有多大就能存多久。
不用写查询语言：NIDL 数据模型自动生成看板，直接在图上按维度、节点、实例切片下钻，不需要 PromQL。
日志也接了：Linux 直连 systemd-journald，Windows 接 Event Log 和 ETW，在边缘处理后可视化；Linux 上还能看每个进程的 TCP/UDP 实时连接。
横向扩展：Parent-Child 结构把多台机器的指标集中到 Parent 上，做长周期留存和统一看板，Parent 在合适硬件上能吃到每秒百万级采样。
告警和通知：几百条预置告警规则，支持邮件、Slack、Telegram、PagerDuty、Discord、Teams 等渠道。
能导出到别处：指标可以导到 Prometheus、InfluxDB、OpenTSDB、Graphite，也提供 API 给第三方看板查。
平台覆盖：Linux、FreeBSD、macOS、Windows，另有 Docker 和 Kubernetes 部署方式；Linux 上还能盯 GPU、PCI AER、EDAC、IPMI、S.M.A.R.T、NVMe、风扇和电源电压这些硬件层面的错误。
许可要分开看：Agent 是 GPL-3.0+，也是这个仓库的主体；但 Netdata UI 走的是自家的 NCUL1 许可，不是开源协议，Netdata Cloud 是可选的商业服务。数据默认留在你自己的机器上，不接 Cloud 也能用。
