كيف تتعامل مع السجلات المراقبة في إنتاج Node؟

Question

Accepted Answer

**السجلات** تسجل ما تفعله تطبيقك؛ **المراقبة** تتابع صحته وأدائه. معاً يعطيانك **الرؤية الشاملة** — القدرة على فهم وتصحيح نظام إنتاجي قيد التشغيل. `console.log` غير كافٍ لهذا؛ أنت بحاجة إلى سجلات منظمة وقياسات وتنبيهات.

## السجلات المنظمة (وليس console.log)

```js
import pino from "pino";
const logger = pino();

// ✅ structured JSON logs — machine-parseable, searchable, with context
logger.info({ userId: 123, action: "login", ip: req.ip }, "user logged in");
logger.error({ err, requestId }, "failed to process order");
```

استخدم logger منظم (pino/winston) ينتج **JSON** بحقول متسقة. سجلات JSON قابلة للبحث والتصفية في أدوات تجميع السجلات، بخلاف سلاسل `console.log` الحرة. أدرج السياق (معرف المستخدم، معرف الطلب) في كل سجل.

## مستويات السجلات وما يجب تسجيله

```text
Levels: error > warn > info > debug (configure threshold per environment)
Log:    requests, errors with stack traces, key business events, slow operations
DON'T log: passwords, tokens, PII, full payloads with secrets (security/privacy)
```

## معرفات الارتباط تتبع الطلب عبر الخدمات

```js
// attach a unique id per request, include it in EVERY log for that request
app.use((req, res, next) => {
  req.id = crypto.randomUUID();
  res.setHeader("X-Request-Id", req.id);
  next();
});
// now you can filter all logs for one request — vital in microservices
```

**معرف الارتباط/معرف الطلب** يسمح لك بإعادة بناء القصة الكاملة لطلب واحد، حتى عبر عدة خدمات — ضروري جداً لتصحيح الأخطاء في الأنظمة الموزعة.

## مركزية السجلات

```text
Ship logs to a central platform (ELK/Elasticsearch, Datadog, Grafana Loki, CloudWatch)
→ search/aggregate across all instances; don't grep files on individual servers.
```

## المراقبة: القياسات والتنبيهات والتتبع

```text
Metrics:  request rate, error rate, latency (p50/p95/p99), CPU/memory, event-loop lag
          (often via Prometheus + Grafana, or an APM like Datadog/New Relic)
Health:   /health & /ready endpoints for load balancers and orchestrators
Alerting: notify (PagerDuty/Slack) when error rate spikes or latency degrades
Tracing:  distributed tracing (OpenTelemetry) to follow requests across services
Errors:   error tracking (Sentry) for aggregated exceptions with stack traces & context
```

القياسات الرئيسية التي يجب مراقبتها هي **"الإشارات الذهبية"**: الزمن الكامن، حجم الحركة، الأخطاء، والتشبع. التنبيه على هذه يمسك المشاكل قبل أن يبلغ عنها المستخدمون.

## لماذا يهم

في الإنتاج لا يمكنك إرفاق debugger — **الرؤية الشاملة من خلال السجلات والمراقبة هي كيفية فهم وتصحيح وتشغيل** نظام مباشر.

سجلات JSON منظمة مع معرفات الارتباط تجعل الحوادث قابلة للتشخيص (خاصة عبر microservices)؛ التجميع المركزي يجعل السجلات قابلة للاستخدام على نطاق واسع؛ والمراقبة بالقياسات والفحوصات الصحية والتتبع الموزع والتنبيهات تسمح لك باكتشاف والاستجابة للمشاكل بشكل استباقي بدلاً من بعد شكوى المستخدمين.

بناء هذا في البداية (وليس إضافته بعد انقطاع الخدمة) هو ممارسة محددة لتشغيل خدمات Node إنتاجية موثوقة.