Tiếp cận logging và monitoring trong Node production như thế nào?

Question

Accepted Answer

**Logging** ghi lại những gì app làm; **monitoring** theo dõi sức khỏe và hiệu năng của nó. Cùng nhau chúng cho bạn **khả năng quan sát (observability)** — khả năng hiểu và debug một hệ thống production đang chạy. `console.log` không đủ cho việc này; bạn cần log có cấu trúc, metric và cảnh báo.

## Log có cấu trúc (không phải console.log)

```js
import pino from "pino";
const logger = pino();

// ✅ log JSON có cấu trúc — máy parse được, tìm kiếm được, kèm ngữ cảnh
logger.info({ userId: 123, action: "login", ip: req.ip }, "user đã đăng nhập");
logger.error({ err, requestId }, "xử lý đơn hàng thất bại");
```

Dùng một logger có cấu trúc (pino/winston) xuất **JSON** với các trường nhất quán. Log JSON tìm kiếm và lọc được trong các công cụ tổng hợp log, khác với chuỗi `console.log` tự do. Đính ngữ cảnh (user id, request id) vào mọi log.

## Cấp độ log và nên log gì

```text
Cấp: error > warn > info > debug (cấu hình ngưỡng theo môi trường)
Log:    request, lỗi kèm stack trace, sự kiện nghiệp vụ quan trọng, thao tác chậm
ĐỪNG log: mật khẩu, token, PII, payload đầy đủ chứa bí mật (bảo mật/riêng tư)
```

## Correlation ID truy vết một request qua các service

```js
// đính một id duy nhất mỗi request, gồm nó trong MỌI log của request đó
app.use((req, res, next) => {
  req.id = crypto.randomUUID();
  res.setHeader("X-Request-Id", req.id);
  next();
});
// giờ bạn có thể lọc mọi log của một request — sống còn trong microservices
```

Một **correlation/request ID** giúp bạn dựng lại toàn bộ câu chuyện của một request, kể cả qua nhiều service — không thể thiếu để debug hệ phân tán.

## Tập trung hóa log

```text
Đẩy log tới một nền tảng tập trung (ELK/Elasticsearch, Datadog, Grafana Loki, CloudWatch)
→ tìm kiếm/tổng hợp qua mọi instance; đừng grep file trên từng server.
```

## Monitoring: metric, cảnh báo, tracing

```text
Metric:  tần suất request, tỉ lệ lỗi, độ trễ (p50/p95/p99), CPU/bộ nhớ, độ trễ event-loop
          (thường qua Prometheus + Grafana, hoặc một APM như Datadog/New Relic)
Sức khỏe: endpoint /health & /ready cho load balancer và orchestrator
Cảnh báo: thông báo (PagerDuty/Slack) khi tỉ lệ lỗi tăng vọt hoặc độ trễ suy giảm
Tracing:  distributed tracing (OpenTelemetry) để theo request qua các service
Lỗi:   theo dõi lỗi (Sentry) để tổng hợp ngoại lệ kèm stack trace & ngữ cảnh
```

Các metric then chốt cần theo dõi là **"golden signals"**: độ trễ, lưu lượng, lỗi và độ bão hòa. Cảnh báo trên những cái này bắt được vấn đề trước khi user báo cáo.

## Tại sao điều này quan trọng

Trong production bạn không thể gắn debugger — **khả năng quan sát qua logging và monitoring là cách bạn hiểu, debug và vận hành** một hệ thống sống.

Log JSON có cấu trúc với correlation ID làm sự cố chẩn đoán được (đặc biệt qua microservices); tổng hợp tập trung làm log dùng được ở quy mô lớn; và monitoring với metric, health check, distributed tracing và cảnh báo giúp bạn phát hiện và phản ứng với vấn đề chủ động thay vì sau khi user phàn nàn.

Xây sẵn điều này (không gắn thêm sau một sự cố) là một thực hành định danh việc vận hành service Node production tin cậy.