Kako se lotevate logiranja in spremljanja v proizvodnih sistemih Node?

Question

Accepted Answer

**Logiranje** beleži, kaj počne vaša aplikacija; **spremljanje** sledi njeni zdravosti in zmogljivosti. Skupaj vam dajeta **opazljivost** — sposobnost razumevanja in razhroščevanja tekočega sistema v proizvodnji. `console.log` je za to nezadosten; potrebujete strukturirane dnevnike, metrike in opozorila.

## Strukturirano logiranje (ne 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");
```

Uporabite strukturiran loggar (pino/winston), ki izpisuje **JSON** z doslednimi polji. JSON-dnevniki so iskalni in filtrirani v orodjih za zbiranje dnevnikov, za razliko od prostih `console.log` nizov. Vključite kontekst (ID uporabnika, ID zahtevka) v vsak dnevnik.

## Ravni logiranja in kaj logirati

```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)
```

## ID korelacije sledijo zahtevku med storitvami

```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
```

**ID korelacije/zahtevka** vam omogoči, da obnovite celotno zgodbo enega zahtevka, celo med več storitvami — nepogrešljivo za razhroščevanje porazdeljenih sistemov.

## Centralizirajte dnevnike

```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.
```

## Spremljanje: metrike, opozorila, sledenje

```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
```

Ključne metrike za spremljanje so **"zlati signali"**: zakasnitev, promet, napake in nasičenost. Opozarjanje na teh signalih ujame probleme pred tem, kot jih prijave uporabniki.

## Zakaj je to pomembno

V proizvodnji ne morete prilepiti razhroščevalnika — **opazljivost skozi logiranje in spremljanje je način, kako razumete, razhroščujete in upravljate** tekoči sistem.

Strukturirani JSON-dnevniki s ID-ji korelacije naredijo dogodke diagnosticirane (posebej med mikrostoritvami); centralizirano zbiranje dnevnikov naredi dnevnike uporabne v merilu; spremljanje z metrikami, preverjanjem zdravosti, porazdeljenim sledenjem in opozorili pa vam omogoči, da proaktivno zaznate in se odzovete na težave, namesto da čakate na pritožbe uporabnikov.

Vgradnja tega od начала (namesto dodajanja po izpadu) je značilna praksa zagona zanesljivih proizvodnih storitev Node.