Lihat apa yang sebenarnya terjadi di production.

Tidak. Kami secara default memakai OpenTelemetry dengan Prometheus, Grafana, Loki, dan Tempo karena stack itu portabel dan ramah anggaran. Jika Datadog, New Relic, Honeycomb, atau Splunk lebih cocok untuk tim Anda, kami dengan senang hati memasangnya. Lapisan instrumentasi tetap portabel ke arah mana pun Anda memilih.

Kami menggunakan kontrol kardinalitas, sampling, dan tiered retention. Pipeline-nya dirancang sehingga data bervolume tinggi seperti debug log dan span sample hanya disimpan sebentar, sementara sinyal yang penting disimpan cukup lama untuk menangkap tren.

Ya. Kami biasanya menjalankan stack baru berdampingan dengan yang lama selama beberapa minggu untuk memastikan keduanya cocok, lalu memindahkan alerting begitu tim Anda nyaman. Tak ada flag day yang berisiko.

Metric adalah time series numerik yang murah dan memberi tahu Anda bahwa ada yang salah, seperti error rate yang naik. Log memberi konteks detail dari masing-masing event. Trace mengikuti satu request lintas layanan sehingga Anda bisa melihat di mana waktu atau kegagalan sebenarnya terjadi. Anda butuh ketiganya untuk menjawab sebagian besar pertanyaan dengan cepat.

Beri alert pada gejala yang akan disadari pengguna Anda, seperti checkout yang gagal atau latency yang menembus SLO-nya, bukan pada penyebab mentah seperti CPU tinggi. Alert berbasis penyebab menciptakan kebisingan tanpa memberi tahu apakah ada yang terdampak, sementara alert berbasis gejala memetakan langsung ke rasa sakit pengguna.

Kardinalitas adalah jumlah kombinasi label unik pada metric Anda, dan ia mendorong biaya penyimpanan serta query lebih besar daripada volume mentah. Memasukkan nilai tak terbatas seperti user ID ke dalam label bisa meledakkan biaya dalam semalam, jadi kami merancang set label dengan sengaja dan mengawasi pelanggar kardinalitas tinggi.

Kami menimbang selera tim Anda untuk menjalankan infrastruktur terhadap kenyamanan dan harga tool terkelola. Karena instrumentasinya OpenTelemetry, pilihan itu reversible: Anda bisa mulai open-source dan pindah ke Datadog atau Honeycomb kemudian, atau sebaliknya, tanpa menginstrumentasi ulang.

Begitu Anda menjalankan lebih dari beberapa layanan, ya. Log dan metric memberi tahu bahwa sebuah layanan lambat, tetapi hanya trace yang menunjukkan call downstream mana yang bertanggung jawab di sepanjang jalur sebuah request. Untuk microservice dan sistem event-driven, tracing-lah yang mengubah perburuan berjam-jam menjadi beberapa menit.

Kami menggunakan sampling untuk trace bervolume tinggi, batas kardinalitas pada metric, dan tiered retention sehingga data debug hanya disimpan sebentar sementara sinyal yang penting disimpan cukup lama untuk menangkap tren. Pipeline disetel sehingga Anda membayar untuk wawasan, bukan untuk menyimpan kebisingan.

Overhead dari OpenTelemetry SDK kecil, biasanya beberapa persen satu digit, dan tail-based sampling menjaganya tetap lebih rendah di bawah beban. Waktu diagnosis yang Anda hemat selama insiden jauh melampaui biaya runtime marginal dari membawa instrumentasi itu.