Φόρτωση περιεχομένου...
Φόρτωση περιεχομένου...
Μάθετε τη διαφορά των τριών σημάτων observability και τα μοντέλα golden signals, RED και USE για να ξέρετε τι να μετράτε.
Το observability είναι η ικανότητα να καταλαβαίνετε τι συμβαίνει μέσα στο σύστημά σας από τα σήματα που εξάγει — χωρίς να χρειάζεται να μαντεύετε ή να αναπαράγετε το πρόβλημα τοπικά. Στηρίζεται σε τρία σήματα που αλληλοσυμπληρώνονται: logs, metrics και traces.
Τα logs είναι διακριτά γεγονότα: μία γραμμή ανά συμβάν, με χρόνο, επίπεδο και συμφραζόμενα. Απαντούν στο «τι έγινε ακριβώς» — π.χ. γιατί απέτυχε ένα συγκεκριμένο checkout για έναν συγκεκριμένο χρήστη.
Τα metrics είναι αριθμοί στο χρόνο: μετρητές, gauges και ιστογράμματα που δειγματοληπτούνται κάθε λίγα δευτερόλεπτα. Απαντούν στο «πόσο και πόσο γρήγορα» — π.χ. requests ανά δευτερόλεπτο, ποσοστό σφαλμάτων, p99 latency. Είναι φθηνά στην αποθήκευση και ιδανικά για dashboards και alerts.
Τα traces παρακολουθούν ένα request καθώς διασχίζει υπηρεσίες: κάθε βήμα (HTTP handler, query βάσης, κλήση API) είναι ένα span με διάρκεια, και όλα τα spans μαζί φτιάχνουν το trace του request. Απαντούν στο «πού χάθηκε ο χρόνος» — π.χ. το checkout άργησε 2,4 δευτερόλεπτα, από τα οποία τα 2,1 ήταν ένα query χωρίς index.
Κανόνας: τα metrics σας ειδοποιούν ότι κάτι πάει στραβά, τα traces σας δείχνουν πού, και τα logs σας λένε γιατί.
Το βιβλίο Site Reliability Engineering της Google ορίζει τέσσερα golden signals που αξίζει να παρακολουθεί κάθε user-facing υπηρεσία: latency (πόσο αργούν τα requests), traffic (πόση ζήτηση δέχεστε), errors (ποσοστό αποτυχημένων requests) και saturation (πόσο γεμάτοι είναι οι πόροι σας).
Για υπηρεσίες που απαντούν σε requests, η μέθοδος RED (από τον Tom Wilkie) τα συμπυκνώνει σε τρία: Rate (requests/sec), Errors (αποτυχημένα/sec) και Duration (κατανομή διάρκειας). Για πόρους (CPU, δίσκος, δίκτυο), η μέθοδος USE (από τον Brendan Gregg) προτείνει: Utilization (ποσοστό χρήσης), Saturation (ουρά αναμονής) και Errors.
Στα metrics, κάθε μοναδικός συνδυασμός labels δημιουργεί νέα χρονοσειρά. Ένα label με απεριόριστες τιμές — όπως user ID ή email — πολλαπλασιάζει τις σειρές μέχρι να γονατίσει ο Prometheus. Κρατήστε τα labels σε μικρό, κλειστό σύνολο (method, route, status) και αφήστε τα υψηλής λεπτομέρειας αναγνωριστικά για τα logs και τα traces:
import client from 'prom-client';
// ΣΩΣΤΟ: κλειστό σύνολο labels — method, route, status
const requestsTotal = new client.Counter({
name: 'http_requests_total',
help: 'Total HTTP requests',
labelNames: ['method', 'route', 'status'],
});