Miten lähestyt lokitusta ja valvontaa tuotannon Node-sovelluksissa?

Question

Accepted Answer

**Lokitus** tallentaa, mitä sovelluksesi tekee; **valvonta** seuraa sen terveyttä ja suorituskykyä. Yhdessä ne antavat sinulle **havainnollisuuden** — kyvyn ymmärtää ja korjata tuotannossa olevaa järjestelmää. `console.log` ei riitä tähän; tarvitset strukturoituja lokeja, mittareita ja hälytyksiä.

## Strukturoitu lokitus (ei 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");
```

Käytä strukturoitua lokkeria (pino/winston), joka tuottaa **JSON**-muotoiset lokit yhtenäisillä kentillä. JSON-lokit ovat hakukelpoisia ja suodatettavissa lokien keräämistyökaluissa, toisin kuin vapaamuotoiset `console.log`-merkkijonot. Sisällytä konteksti (käyttäjän tunnus, pyynnön tunnus) jokaiseen lokiin.

## Lokitasot ja mitä lokittaa

```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)
```

## Korrelaatiotunnukset jäljittävät pyynnön palveluiden välillä

```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
```

**Korrelaatio-/pyynnön tunnus** antaa sinulle mahdollisuuden jäljentää koko tarina yhdestä pyynnöstä, jopa useiden palveluiden välillä — välttämätöntä hajautettujen järjestelmien korjaamiseen.

## Keskitä lokit

```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.
```

## Valvonta: mittarit, hälytykset, jäljitys

```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
```

Keskeisimmät valvottavat mittarit ovat **"kultaiset signaalit"**: viive, liikenne, virheet ja kyllästyminen. Näiden hälytysten avulla voidaan havaita ongelmat ennen kuin käyttäjät ilmoittavat niistä.

## Miksi se on tärkeää

Tuotannossa et voi liittää debuggeria — **havainnollisuus lokituksen ja valvonnan avulla on tapa ymmärtää, korjata ja käyttää** tuotannossa olevaa järjestelmää.

Strukturoidut JSON-lokit korrelaatiotunnuksilla tekevät tapahtumat diagnostisoitaviksi (erityisesti mikropalveluissa); keskitetty kerääminen tekee lokeista käyttökelpoisia mittakaavassa; ja valvonta mittareilla, terveystarkistuksilla, hajautetulla jäljityksellä ja hälytyksillä antaa sinulle mahdollisuuden havaita ja reagoida ongelmiin ennakoivasti sen sijaan, että odottaisit käyttäjien valituksia.

Tämän rakentaminen jo alusta (eikä sen lisääminen käyttökatkon jälkeen) on määrittelevä käytäntö luotettavien tuotannon Node-palveluiden käyttöä varten.