Суть. Мониторинг отвечает на заранее заданные вопросы: «сервер жив?», «место на диске?». Наблюдаемость — свойство системы, при котором по её сигналам можно ответить на вопрос, который никто заранее не предусмотрел: «почему у этого клиента вчера вечером всё тормозило?». Три вида сигналов дают разные ответы и нужны вместе.
Три вида сигналов
| Сигнал | На что отвечает | Цена |
|---|---|---|
| Журналы | Что именно произошло в конкретный момент | Дорого хранить, медленно искать без структуры |
| Метрики | Как ведёт себя система в целом и в динамике | Дёшево, но нет подробностей |
| Трассировки | Через какие службы прошёл запрос и где потерял время | Требует сквозной разметки запросов |
С чего начинать
С метрик, отражающих опыт клиента: доля успешных запросов и время ответа. Дальше структурированные журналы с идентификатором запроса — это уже позволяет проследить один случай. Трассировки нужны, когда служб становится больше пяти и «где тормозит» перестаёт быть очевидным.
Единый стандарт сбора избавляет от привязки к одному поставщику: сигналы собираются в общем формате, а куда их отправлять — отдельное решение.
Когда применять
Когда на вопрос «почему у клиента не работает» команда отвечает не фактом, а гипотезой. Мониторинг отвечает на вопрос «что сломалось», наблюдаемость — на вопрос «почему», и это разные вложения. Для системы из одного приложения хватает первого; как только появляется несколько сервисов и сеть между ними, нужен второй.
Три опоры и что каждая даёт
| Опора | Отвечает на вопрос | Стоимость хранения |
|---|---|---|
| Метрики | Что происходит сейчас и как это менялось | Низкая: числа хорошо сжимаются |
| Журналы | Что именно случилось в конкретном запросе | Высокая, растёт линейно с нагрузкой |
| Трассировки | Где во всей цепочке потерялось время | Средняя, обычно с выборкой |
Порядок внедрения тот же: сначала метрики по ключевым показателям, потом структурированные журналы, потом трассировки. Трассировки без первых двух — дорогая игрушка.
Что делает данные полезными
- Сквозной идентификатор запроса во всех трёх опорах: без него связать метрику, журнал и трассировку невозможно, и каждый источник живёт сам по себе.
- Структурированные журналы: пары «поле — значение», а не свободный текст. Текстовый журнал невозможно фильтровать по клиенту или по версии.
- Единый словарь имён: сервис, окружение, версия, клиент. Разные названия одного и того же — главная причина, почему данные есть, а ответа нет.
- Срок хранения по уровням: подробности — дни, агрегаты — месяцы, ключевые показатели — годы.
Что это значит в деньгах
Наблюдаемость почти всегда оказывается заметной статьёй расходов, и растёт она вместе с трафиком. Два рычага дают основную экономию: выборка трассировок (хранить не все, а долю плюс все ошибочные) и дисциплина уровней журналирования. Отладочный уровень, случайно оставленный включённым в продуктиве, способен удвоить счёт за неделю.
Где ломается
Собирают всё подряд. Счёт за хранение растёт быстрее пользы. Объём журналов должен быть решением, а не побочным эффектом.
Тревоги без адресата. Сто оповещений в день приводят к тому, что их отключают, включая важные.
Меряют серверы, а не сценарии. Все показатели зелёные, клиент не может оформить заказ.
- Собирают всё подряд. Объём растёт, а время поиска ответа не сокращается.
- Панели строят под демонстрацию. Красивые экраны, по которым нельзя понять, почему упало.
- Нет владельца. Данные общие, отвечает никто, качество разметки падает за квартал.
- Оповещения не связаны с влиянием на клиента. Тогда их либо слишком много, либо они приходят позже жалобы.