L-osservabbiltà tirrikonoxxi f' tliet pilastri — logs, metrics, u traces — u l-għan huwa li twieġib "x'inhu ħażin u għaliex" għal sistema li hija kbira wisq biex tqabbad b'idejk. Fil-iskala, l-istrateġija hija dwar korrelazzjoni, kampjunar, u spejjeż.
| Pilastru | Twiegħiba | Għodod |
|---|
| Metrics | Hemm xi ħaġa ħażina? (tassi, latenza) | Prometheus, Grafana |
| Traces | Fejn fil-fluss? | OpenTelemetry, Jaeger |
| Logs | X'eżattament ġara? | ELK, Loki |
Metrics alert ─▶ trace pinpoints the slow service ─▶ logs explain the cause
(broad) (path) (detail)
L-ID ta' trace/correlation irid jgħaddi minn labels ta' metrics, linji ta' logs, u spans, ħalli tista' tipivota bejnihom.
log line: level=error trace_id=abc123 service=payments msg="gateway timeout"
^^^^^^^^^^^^^^^ same id appears in the trace + metrics
✓ 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)
L-ilogg tal-ħaġa kollha b'100% mhuwa affordabbli u toqgħod is-sinjal. Inkella kampjuna, struktura, u avverta fuq SLOs.
B'ċentinara ta' servizzi, ma tistax SSH u tħares — l-osservabbiltà hija l-unika mod biex tifhem il-bħal produzzjoni.
L-istrateġija li tħabat hija korrelata, kampjunata, u misjuqa mill-SLO: hija turi problemi reali malajr mingħajr ma tbankruttaw fuq l-ħzan tal-telemetrija jew td-defqek on-call fil-kaos.