Jak přistupujete k loggování a monitorování v produkčním Node?

Question

Accepted Answer

**Loggování** zaznamenává, co vaše aplikace dělá; **monitorování** sleduje její zdraví a výkon. Dohromady vám dávají **pozorovatelnost** — schopnost pochopit a ladit běžící produkční systém. `console.log` na to není postačující; potřebujete strukturované logy, metriky a upozornění.

## Strukturované loggování (ne 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");
```

Verejte strukturovaný logger (pino/winston), který produkuje **JSON** s konzistentními poli. JSON logy jsou v nástrojích pro agregaci logů prohledávatelné a filtrovatelné, na rozdíl od volně formátovaných řetězců `console.log`. Do každého logu zahrňte kontext (ID uživatele, ID požadavku).

## Úrovně logů a co logovat

```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)
```

## ID korelace trasují požadavek přes služby

```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
```

**ID korelace/požadavku** vám umožňuje zrekonstruovat celý průběh jednoho požadavku, i přes více služeb — nezbytné pro ladění distribuovaných systémů.

## Centralizujte logy

```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.
```

## Monitorování: metriky, upozornění, trasování

```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
```

Klíčovými metrikami k sledování jsou **"zlaté signály"**: latence, provoz, chyby a nasycení. Upozornění na tyto metriky zachycují problémy dříve, než je uživatelé ohlásí.

## Proč to má smysl

V produkci nemůžete připojit debugger — **pozorovatelnost prostřednictvím loggování a monitorování je způsob, jak porozumět, ladit a provozovat** běžící systém.

Strukturované JSON logy s ID korelace činí incidenty diagnostikovatelné (zejména přes microservices); centralizovaná agregace dělá logy použitelné v rozsahu; a monitorování s metrikami, kontrolami zdraví, distribuovaným trasováním a upozorněními vám umožňuje proaktivně detekovat a reagovat na problémy, namísto čekání, až si stěžují uživatelé.

Zabudování tohoto (namísto jeho přidávání po výpadku) je určující praktikou provozu spolehlivých produkčních služeb Node.