Što je strategija promatranja zapisnika, metrika i tragova u velikoj mjeri?

Question

Accepted Answer

Promatranje počiva na **tri stupa** — **zapisnici**, **metrike** i **tragovi** — a cilj je odgovoriti na pitanje "što je krivo i zašto" za sustav toliko velik da ga nije moguće ručno pregledati. U velikoj mjeri, strategija se odnosi na korelaciju, uzorkovanje i troškove.

## Tri stupa

| Stup | Odgovara | Alati |
|---|---|---|
| Metrike | Je li što krivo? (stope, latencija) | Prometheus, Grafana |
| Tragovi | Gdje u toku? | OpenTelemetry, Jaeger |
| Zapisnici | Što se točno dogodilo? | ELK, Loki |

```text
Metrics alert ─▶ trace pinpoints the slow service ─▶ logs explain the cause
   (broad)              (path)                          (detail)
```

## Učinite ih koreliranima

ID traga/korelacije mora prolaziti kroz oznake metrika, redove zapisnika i raspone, tako da možete prebacivati između njih.

```text
log line:  level=error trace_id=abc123 service=payments msg="gateway timeout"
                       ^^^^^^^^^^^^^^^ same id appears in the trace + metrics
```

## Zabrinutosti u velikoj mjeri

```text
✓ Standardize: OpenTelemetry across all services
✓ Use structured (JSON) logs — queryable, not grep-only
✓ Sample traces (e.g. keep all errors + 1% of success) to control cost
✓ Define SLOs and alert on symptoms (latency/error rate), not noise
✓ RED/USE method for dashboards (Rate, Errors, Duration)
```

## Zamka

Zapisivanje svega sa 100% je neaffordabilno i gusi signal. Umjesto toga, uzorkujte, strukturirajte i prijavite se na SLO-e.

## Zašto je važno

Sa stotinama usluga, ne možete se SSH-ati i pregledati — promatranje je jedini način da razumete ponašanje u proizvodnji.

Zaraditna strategija je koreliranа, uzorkovana i vođena SLO-ima: ona brzo otkriva prave probleme bez da vas bankrotira na pohrani telemetrije ili zakopa na-call-u u šumu.

Metrike	Je li što krivo? (stope, latencija)	Prometheus, Grafana
Tragovi	Gdje u toku?	OpenTelemetry, Jaeger
Zapisnici	Što se točno dogodilo?	ELK, Loki