在 Prometheus 與 Loki 建立的監控堡壘下，為什麼我們還需要 Sentry？

本議程將補上 Observability 的最後一塊拼圖，探討 Grafana 全家桶在「代碼層級除錯」上的不足，將分析 Metrics、Logs、Traces 在應用程式錯誤定位上的限制，以及實務上難以快速還原錯誤情境的痛點。內容聚焦於 自建 Sentry 的實戰經驗：涵蓋架構選型、部署限制、資料量控管與整合挑戰，從建置到維運落地過程中的「踩坑心得」。

帶你了解我們如何面對自建過程的種種挑戰，並展望未來與 Grafana 生態系結合，打造無死角的監控視野。

聽眾收穫：

與本議程，聽眾將獲得以下具體收穫：

• 釐清監控盲點：理解為何在已有 Prometheus 與 Loki 的架構下仍需 Sentry，以及 Log (日誌) 與 Error Tracking (錯誤追蹤) 在代碼除錯上的本質差異。
• 自建實戰避坑：獲取自建 Sentry 的第一手經驗，包含 Kafka 與 ClickHouse 的資源調教、數據量控管及架構維護的「血淚心得」，大幅降低團隊導入時的試錯成本。
• 全方位整合視野：學習如何將 Sentry 與 Grafana 生態系結合，打破 Dev 與 Ops 的數據孤島，實現從「基礎設施監控」無縫銜接至「程式碼級除錯」的完整觀測體系。