آپ پروڈکشن Node میں logging اور monitoring کے بارے میں کیسے سوچتے ہیں؟

Question

Accepted Answer

**Logging** ریکارڈ کرتی ہے کہ آپ کی app کیا کرتی ہے; **monitoring** اس کی صحت اور کارکردگی کو ٹریک کرتی ہے۔ ساتھ میں وہ آپ کو **observability** دیتے ہیں — ایک چلتے ہوئے پروڈکشن سسٹم کو سمجھنے اور debug کرنے کی صلاحیت۔ `console.log` اس کے لیے ناکافی ہے؛ آپ کو structured logs، metrics، اور alerting کی ضرورت ہے۔

## Structured logging (console.log نہیں)

```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");
```

ایک structured logger (pino/winston) استعمال کریں جو **JSON** کو مسلسل fields کے ساتھ output کرے۔ JSON logs log aggregation tools میں قابل تلاش اور قابل فلٹر ہیں، آزاد شکل `console.log` strings کے برعکس۔ ہر log میں context (user id, request id) شامل کریں۔

## Log levels اور کیا log کریں

```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 سروسز میں ایک request کو ٹریس کرتے ہیں

```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
```

ایک **correlation/request ID** آپ کو ایک request کی مکمل کہانی دوبارہ بنانے دیتا ہے، یہاں تک کہ متعدد سروسز میں — distributed systems کو debug کرنے کے لیے ناگزیر۔

## Logs کو centralize کریں

```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
```

دیکھنے کے لیے اہم metrics **"golden signals"** ہیں: latency، traffic، errors، اور saturation۔ ان پر alerting صارفین کی اطلاع سے پہلے مسائل کو پکڑتا ہے۔

## یہ کیوں اہم ہے

پروڈکشن میں آپ debugger attach نہیں کر سکتے — **logging اور monitoring کے ذریعے observability یہ ہے کہ آپ ایک چلتے ہوئے سسٹم کو کیسے سمجھتے، debug کرتے، اور چلاتے ہیں**۔

Correlation IDs کے ساتھ Structured JSON logs واقعات کو قابل تشخیص بناتے ہیں (خاص طور پر microservices میں)؛ centralized aggregation logs کو ایک پیمانے پر قابل استعمال بناتا ہے؛ اور metrics، health checks، distributed tracing، اور alerting کے ساتھ monitoring آپ کو مسائل کا پتا لگانے اور جواب دینے کی اجازت دیتا ہے صارفین کی شکایت کے بعد نہیں بلکہ سبقدستی سے۔

اسے تعمیر کرنا (ایک بند ہونے کے بعد بند نہ کرنا) قابل اعتماد پروڈکشن Node سروسز چلانے کی ایک متعین شے ہے۔