คุณเข้าหา logging และ monitoring ใน Node สำหรับการใช้งานจริงอย่างไร?

Question

Accepted Answer

**Logging** บันทึกสิ่งที่แอปของคุณทำ; **monitoring** ติดตามสุขภาพและประสิทธิภาพของมัน ร่วมกันพวกเขามี **observability** ให้คุณ — ความสามารถในการเข้าใจและ debug ระบบการใช้งานจริงที่กำลังทำงาน `console.log` ไม่เพียงพอสำหรับสิ่งนี้ คุณต้องการ structured logs, metrics, และ alerting

## Structured logging (ไม่ใช่ 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");
```

ใช้ structured logger (pino/winston) ที่ส่งออก **JSON** ด้วยเขตข้อมูลที่สม่ำเสมอ JSON logs สามารถค้นหาและกรองได้ในเครื่องมือรวม log ซึ่งแตกต่างจากสตริง `console.log` แบบอิสระ รวมบริบท (user id, request id) ไว้ในทุก log

## Log levels และสิ่งที่ควร log

```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 ติดตาม request ทั่วบริการต่างๆ

```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** ช่วยให้คุณสร้างเรื่องราวทั้งหมดของ request เดียว — แม้ทั่วบริการหลายแห่ง — ซึ่งจำเป็นสำหรับการ debug ระบบที่กระจาย

## รวมศูนย์ logs

```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
```

เมตริกหลักที่ต้องสังเกต คือ **"golden signals"** : latency, traffic, errors, และ saturation การแจ้งเตือนสิ่งเหล่านี้จะจับปัญหาก่อนที่ผู้ใช้จะรายงาน

## เหตุใดจึงสำคัญ

ในการใช้งานจริง คุณไม่สามารถแนบ debugger — **observability ผ่าน logging และ monitoring คือวิธีที่คุณเข้าใจ, debug, และดำเนิน** ระบบที่ทำงาน

Structured JSON logs ด้วย correlation IDs ทำให้บิดานวิเคราะห์ได้ (โดยเฉพาะทั่วไมโครเซอร์วิส); การรวมศูนย์ทำให้ logs มีประโยชน์ตามขนาด; และ monitoring ด้วย metrics, health checks, distributed tracing, และ alerting ช่วยให้คุณตรวจสอบและตอบสนองต่อปัญหาอย่างเชิงรุกแทนที่จะรอให้ผู้ใช้บ่น

การสร้างสิ่งนี้เข้า (ไม่ใช่การติดสิ่งนี้หลังจากการหยุดการใช้งาน) เป็นแนวทางที่นิยามการเรียกใช้บริการ Node การใช้งานจริงที่เชื่อถือได้