Spremljanje na podlagi dnevnikov zajema podrobne zapise dogodkov za poglobljeno odpravljanje težav, medtem ko spremljanje na podlagi metrik sledi numeričnim podatkovnim točkam skozi čas za vpogled v delovanje v realnem času. Oba pristopa služita različnim namenom v sodobnih skladih opazovanja in večina ekip ima koristi od njune skupne uporabe, namesto da bi izbrala enega ali drugega.
Zapisuje diskretne dogodke s kontekstualnimi podrobnostmi, kar omogoča forenzično analizo in preiskavo vzrokov v porazdeljenih sistemih.
Zbira numerične časovne vrste podatkovnih točk za spremljanje zdravja sistema, trendov delovanja in izrabe virov v realnem času.
| Funkcija | Spremljanje na podlagi dnevnikov | Spremljanje na podlagi meritev |
|---|---|---|
| Vrsta podatkov | Zapisi dogodkov z bogatim kontekstom | Numerične podatkovne točke časovnih vrst |
| Primarni primer uporabe | Analiza vzrokov in odpravljanje napak | Opozorila v realnem času in analiza trendov |
| Odtis shranjevanja | Večji na vnos, višji stroški skladiščenja | Kompaktne podatkovne točke, nižji stroški shranjevanja |
| Metoda poizvedbe | Iskanje in filtriranje po celotnem besedilu | Agregacija, matematične funkcije, poizvedbe v časovnih oknih |
| Odzivni čas | Počasneje za obsežne poizvedbe | Skoraj takojšnje za poizvedbe na nadzorni plošči |
| Najboljše za odgovor | Zakaj je prišlo do tega specifičnega dogodka? | Kakšno je trenutno stanje sistema? |
| Pogosta orodja | ELK Stack, Splunk, Loki, Fluentd | Prometheus, Grafana, Datadog, CloudWatch |
| Zmožnost opozarjanja | Omejeno, pogosto zahteva pravila za razčlenjevanje dnevnikov | Izvorna opozorila o pragu in anomalijah |
Spremljanje na podlagi dnevnikov zajame vsak posamezen dogodek z okoliškim kontekstom, vključno z uporabniškimi ID-ji, koristnimi podatki zahtev, sledmi skladov napak in okoljskimi spremenljivkami. Zaradi tega so dnevniki neprecenljivi, ko morate natančno rekonstruirati, kaj se je zgodilo med določenim incidentom. Spremljanje na podlagi metrik pa povzame vedenje sistema v numerične vrednosti, pri čemer žrtvuje podrobnosti posameznih dogodkov za kompaktno, poizvedljivo obliko, ki dobro deluje v daljšem časovnem obdobju.
Podatkovne baze meritev so optimizirane za visoko prepustnost pisanja in hitro združevanje, zato lahko platforme, kot je Prometheus, brez težav postrgajo podatke iz tisočev ciljev vsakih nekaj sekund. Sistemi beleženja zahtevajo več računskih stroškov, ker indeksirajo besedilo v prostem formatu in podpirajo kompleksne iskalne poizvedbe. Ko količina dnevnikov naraste na terabajte na dan, morajo ekipe pogosto vlagati v večplastno shranjevanje, strategije vzorčenja ali politike hrambe, da ohranijo stroške obvladljive.
Metrike so izjemno koristne pri opozarjanju v realnem času, saj je ocenjevanje numeričnega praga glede na časovno vrsto računsko preprosto. Nastavite lahko opozorila, kot je »CPU nad 90 % za 5 minut«, z minimalnimi stroški. Opozorila na podlagi dnevnika so mogoča, vendar običajno zahtevajo pravila razčlenjevanja ali mehanizme poizvedb dnevnika za zaznavanje vzorcev, kar povečuje zakasnitev in kompleksnost. Za takojšnja obvestila o zdravju sistema so metrike običajno hitrejša pot.
Ko se kaj pokvari, so inženirji pogosto najprej pogledajo dnevnike, saj ohranijo pripoved o tem, kaj se je zgodilo. En sam vnos v dnevnik lahko razkrije natančno sporočilo o napaki, prizadetega uporabnika in pot kode, ki je sprožila napako. Metrike vam lahko povedo, da so se stopnje napak ob 14:34 močno povečale, vendar le redko pojasnijo, zakaj. Zato zrele inženirske ekipe dnevnike obravnavajo kot orodje za preiskavo, metrike pa kot sistem zgodnjega opozarjanja.
Shranjevanje dnevnikov je običajno dražje od shranjevanja metrik, ker vsak vnos vsebuje več podatkov, obdobja hrambe pa so zaradi skladnosti s predpisi ali revizije pogosto daljša. Srednje velika aplikacija lahko dnevno ustvari milijone vrstic dnevnika, hkrati pa ustvari le nekaj sto edinstvenih nizov metrik. Številne organizacije za nadzor stroškov izvajajo vzorčenje dnevnikov, filtriranje pri viru ali večstopenjsko shranjevanje, medtem ko se hramba metrik običajno lahko podaljša na mesece ali leta.
Trije stebri opazovanja so dnevniki, metrike in sledi, večina sistemov produkcijske ravni pa se zanaša na vse tri. Metrike zagotavljajo pregled zdravja na visoki ravni, dnevniki ponujajo poglobljene diagnostične podrobnosti, porazdeljene sledi pa povezujejo oboje s prikazom tokov zahtev med storitvami. Izbira med spremljanjem na podlagi dnevnikov in metrik je redko odločitev tipa »ali-ali«; namesto tega se ekipe odločijo, kako uravnotežiti naložbe v vsako od njih, glede na svoje operativne potrebe in proračun.
Za delovanje zanesljivega sistema potrebujete le eno vrsto spremljanja.
Večina produkcijskih sistemov ima koristi od obeh pristopov. Metrike z opozorili odkrijejo težave zgodaj, medtem ko dnevniki pomagajo inženirjem razumeti temeljni vzrok, ko je težava odkrita. Zanašanje samo na enega pušča slepe pege, ki lahko podaljšajo izpade.
Hlodi so vedno predragi za dolgoročno hrambo.
Čeprav je shranjevanje surovih dnevnikov lahko drago, pa strategije večplastnega shranjevanja, stiskanje in inteligentno vzorčenje omogočajo dolgoročno hrambo. Številni okviri za skladnost dejansko zahtevajo hrambo določenih dnevnikov več mesecev ali let, zato je upravljanje stroškov bolj povezano s strategijo kot z izogibanjem.
Metrike lahko nadomestijo dnevnike za odpravljanje napak.
Metrike vam povedo, da se je nekaj spremenilo, vendar le redko pojasnijo, zakaj. Pri preiskovanju določene uporabniške pritožbe ali redke napake so dnevniki običajno edini način za iskanje dejanskega vzroka. Metrike in dnevniki imajo pri odzivanju na incidente dopolnilno vlogo.
Več podatkov dnevnika vedno pomeni boljše spremljanje.
Prekomerno beleženje ustvarja šum, povečuje stroške in lahko dejansko upočasni odpravljanje težav. Učinkovito spremljanje na podlagi dnevnikov se osredotoča na zajemanje pomembnih dogodkov s strukturiranimi polji, namesto da bi vse možne podrobnosti zapisovali v nestrukturirano besedilo.
Spremljanje na podlagi meritev samodejno zazna vsako anomalijo.
Metrike zaznajo le tisto, kar eksplicitno merite. Če se pojavi nov način napake, ki ga nihče ni upošteval, ga bodo metrike sploh zgrešile. Dnevniki pa zajemajo nepričakovane dogodke, dokler jih aplikacija zapisuje.
Spremljanje na podlagi dnevnikov izberite, kadar je vaša glavna potreba poglobljeno odpravljanje napak, revizijske sledi ali razumevanje konteksta določenih dogodkov. Spremljanje na podlagi meritev izberite, kadar potrebujete nadzorne plošče v realnem času, hitro opozarjanje in dolgoročno analizo trendov v velikem obsegu. V praksi najmočnejše strategije opazovanja združujejo oboje, pri čemer uporabljajo meritve za zgodnje odkrivanje in dnevnike za temeljito preiskavo.
Ta primerjava med službama Amazon Web Services in Google Cloud analizira njune ponudbe storitev, cenovne modele, globalno infrastrukturo, zmogljivost, izkušnje razvijalcev ter idealne primere uporabe, kar organizacijam pomaga izbrati oblačno platformo, ki najbolje ustreza njihovim tehničnim in poslovnim zahtevam.
Čakalne vrste mrtvih sporočil in ponovni poskusi v pomnilniku predstavljajo dva bistveno različna pristopa k obravnavanju napak pri obdelavi sporočil v porazdeljenih sistemih, pri čemer čakalne vrste mrtvih sporočil zagotavljajo trajno izolacijo problematičnih sporočil, medtem ko ponovni poskusi v pomnilniku ponujajo lahkotno obnovitev z nizko zakasnitvijo brez dodatnih stroškov vztrajnosti.
Deduplikacija na ravni zahtev obdela vsako dohodno zahtevo posebej, da v realnem času odstrani podvojene podatke, medtem ko deduplikacija na ravni paketov združuje več zahtev in po kopičenju odstrani redundance. Oba pristopa zmanjšata redundanco podatkov, vendar se bistveno razlikujeta po zakasnitvi, porabi virov in idealnih primerih uporabe.
Deljenje podatkov po uporabniškem ID-ju distribuira zapise na podlagi edinstvenih uporabniških identifikatorjev za predvidljive vzorce dostopa, medtem ko deljenje podatkov po geografski lokaciji razdeli podatke po regijah, da se zmanjša zakasnitev in zagotovi skladnost z zakoni o suverenosti podatkov. Obe strategiji rešujeta izzive obsega, vendar optimizirata za bistveno različne prioritete.
Dinamično usmerjanje prometa prilagaja poti zahtev v realnem času glede na stanje strežnika, zakasnitev in obremenitev, medtem ko fiksno usmerjanje zahtev pošlje vsako zahtevo na vnaprej določen cilj ne glede na spreminjajoče se pogoje. Oba pristopa se močno razlikujeta po odpornosti, skalabilnosti in operativni kompleksnosti za sodobne sisteme v oblaku.
