Obserwowalnośćeasy

Logi vs metryki vs trace — kiedy używasz każdego z nich?

Tagi

#observability#logs#metrics#tracing

Odpowiedź

Logi pokazują pojedyncze zdarzenia i kontekst, metryki pokazują trendy w czasie, a trace śledzą żądanie end-to-end między usługami. Logi są do detali, metryki do zdrowia i alertów, a trace do latencji i zależności.

Odpowiedź zaawansowana

Głębiej

Każdy sygnał odpowiada na inne pytanie:

Metryki: „Czy system jest zdrowy i jaki jest trend?” (SLI, alerty, pojemność).
Logi: „Co dokładnie się stało?” (błędy, parametry, correlation ID).
Trace: „Gdzie spędzamy czas w wielu usługach?” (latencja, zależności).

Używaj ich łącznie: metryki wyzwalają, trace zawężają ścieżkę, logi dają detale.

Przykłady

Badanie wolnego żądania:

Alert (p95 latency) -> trace pokazuje wolny DB span -> logi pokazują wolne zapytanie i parametry

Typowe pułapki

Traktowanie logów jak metryk (drogo i głośno).
Brak correlation ID, więc logi nie łączą się z trace.
Brak widoków RED/USE, więc widzisz objawy, ale nie przyczynę.

Pytania uzupełniające na rozmowie

Na co alertowałbyś w API użytkownika?
Jak próbkować trace bez utraty krytycznych danych?
Jak kontrolujesz koszty logowania?

Powiązane pytania

Obserwowalność

Wyjaśnij metody RED i USE oraz kiedy ich używać.

#red#use#metrics

Obserwowalność

Jak diagnozujesz regresję latencji w produkcji?

#latency#incident#tracing

Obserwowalność

Czym jest sampling w tracingu i jakie są trade-offy?

#tracing#sampling