तपाइले production Node मा logging र monitoring कसरी गर्नुहुन्छ?

Question

Accepted Answer

**Logging** ले तपाइको एप्लिकेसन के गर्छ भनेर रेकर्ड गर्छ; **monitoring** ले यसको स्वास्थ्य र कार्यक्षमता ट्र्याक गर्छ। सँगै, तिनीहरूले तपाइलाई **observability** दिन्छन् — चलिरहेको production system लाई बुझ्न र debug गर्न सक्षमता। `console.log` यसको लागि अपर्याप्त छ; तपाइलाई structured logs, metrics र alerting चाहिन्छ।

## Structured logging (console.log होइन)

```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");
```

Structured logger (pino/winston) प्रयोग गर्नुहोस् जसले सुसंगत fields सँग **JSON** आउटपुट गर्छ। JSON logs log aggregation tools मा खोजयोग्य र फिल्टरयोग्य छन्, मुक्त-फार्म `console.log` स्ट्रिङहरूको विपरीत। प्रत्येक log मा context (user id, request id) समावेश गर्नुहोस्।

## Log levels र के लग गर्नुहोस्

```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)
```

## Correlation IDs request लाई services मार्फत ट्र्याक गर्छन्

```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
```

**Correlation/request ID** ले तपाइलाई एकल request को पूर्ण कथा पुनर्निर्माण गर्न अनुमति दिन्छ, यद्यपि multiple services मार्फत पनि — distributed systems debug गर्नको लागि अनिवार्य।

## Logs केन्द्रीकृत गर्नुहोस्

```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.
```

## Monitoring: metrics, alerts, tracing

```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
```

निगरानी गर्न मुख्य metrics **"golden signals"** हुन्: latency, traffic, errors र saturation। यसमा alerting ले प्रयोगकर्ताहरूले रिपोर्ट गर्नु अघि समस्याहरू समात्छ।

## यो किन महत्वपूर्ण छ

Production मा तपाइ debugger जोड्न सक्नुहुन्न — **logging र monitoring को माध्यमबाट observability यो हो कि तपाइ कसरी बुझ्नुहुन्छ, debug गर्नुहुन्छ र सञ्चालन गर्नुहुन्छ** एक चलिरहेको system।

Correlation IDs सँग Structured JSON logs ले incidents diagnosable बनाउँछन् (विशेष गरी microservices मार्फत); centralized aggregation ले logs लाई ठूलो मापदण्डमा उपयोगी बनाउँछ; र metrics, health checks, distributed tracing र alerting सँग monitoring ले तपाइलाई समस्याहरू सक्रियरूपमा पत्ता लगाउन र जवाफ दिन सक्षम पारिदिन्छ। प्रयोगकर्ताहरू गुनासो गर्नु अघि।

यो निर्माण गर्नु (outage पछि बोल्ट गर्न अगाडि) विश्वसनीय production Node services चलाउने परिभाषित अभ्यास हो।