આ અવલોકનીયતાના ત્રણ સ્તંભ છે. તેઓ વિવિધ પ્રશ્નોના જવાબ આપે છે: મેટ્રિક્સ તમને કહે છે કે કંઈક ખોટું છે, લોગ્સ તમને કહે છે શું થયું છે, અને ટ્રેસ તમને કહે છે ક્યાં વિતરિત પ્રવાહમાં સમય અથવા ભૂલ ગઈ હતી.
આ અવલોકનીયતાના ત્રણ સ્તંભ છે. તેઓ વિવિધ પ્રશ્નોના જવાબ આપે છે: મેટ્રિક્સ તમને કહે છે કે કંઈક ખોટું છે, લોગ્સ તમને કહે છે શું થયું છે, અને ટ્રેસ તમને કહે છે ક્યાં વિતરિત પ્રવાહમાં સમય અથવા ભૂલ ગઈ હતી.
METRICS aggregate numbers over time (counters, gauges, histograms)
→ cheap, low cardinality, great for trends & ALERTING
→ e.g. error rate = 2%, p99 latency = 800ms
LOGS discrete, timestamped events with detail (often structured JSON)
→ rich context for DEBUGGING a specific request
→ e.g. {"level":"error","user":123,"msg":"payment declined"}
TRACES the path of one request across services, with timing per span
→ shows latency BREAKDOWN and where a call fails
→ e.g. checkout 800ms = api 50ms + db 700ms + email 50ms
1. METRIC alerts: "checkout p99 latency jumped to 2s" → you know THERE's a problem
2. TRACE a slow request: 1.8s of 2s is spent in the inventory service
→ you know WHERE it is
3. LOGS of the inventory service at that time: "slow query: missing index"
→ you know WHAT happened
મેટ્રિક્સ તમને લક્ષણ અને સમયની વિંડોમાં સીમિત કરે છે; ટ્રેસ તેને સેવા અથવા કૉલમાં સ્થાપિત કરે છે; લોગ્સ ચોક્કસ કારણ આપે છે. મેટ્રિક્સ વિના સીધા જ લોગ્સ તરફ જવું એટલે અંધમાં શોધ કરવું.
મેટ્રિક્સ સંકલિત છે, તેથી તેઓ મોટા પર્યાણે પણ સસ્તા રહે છે — હંમેશા-ચાલુ ડેશબોર્ડ અને સતર્કતાઓ માટે આદર્શ. લોગ્સ અને ટ્રેસ પ્રતિ-ઘટના અને ખર્ચાળ છે, તેથી તેઓ સામાન્યતः નમૂનો છે અને તપાસ દરમિયાન આવશ્યક તરીકે પૂછવામાં આવે છે.
ગલત સ્તંભનો ઉપયોગ કરવો સમય બગાડે છે: તમે કાચા લોગ્સ પર અસરકારક રીતે સતર્ક કરી શકતા નથી (ખૂબ જોરાવાણી, ખૂબ ખર્ચાળ), અને તમે એકત્રીકૃત મેટ્રિક્સ પરથી ચોક્કસ નિષ્ફળ વિનંતીને ડીબગ કરી શકતા નથી. યાદ છે કે મેટ્રિક્સ શોધી કાઢે છે, ટ્રેસ સ્થાપિત કરે છે, અને લોગ્સ સમજાવે છે તમને "કંઈક ખોટું છે" થી મૂળ કારણ સુધીનો ઝડપી, પુનરાવર્તિત માર્ગ આપે છે.