Quelle est la différence entre logs, métriques et traces, et quand allez-vous chercher chacun ?

Les métriques sont des nombres agrégés dans le temps, peu coûteux à stocker, et c'est là-dessus que vous alertez. Les logs sont des événements discrets avec du détail, ce que vous lisez une fois que vous savez à peu près où regarder. Les traces suivent une requête à travers les services et montrent où le temps est passé. Pendant un incident, on va typiquement des métriques pour remarquer, aux traces pour localiser, aux logs pour comprendre, donc un système auquel il manque l'un des trois rend le débogage plus lent que nécessaire.

Les métriques sont des compteurs et des histogrammes agrégés dans le temps. Elles sont peu coûteuses, c'est là-dessus que je mets des alertes, et elles me disent que quelque chose ne va pas mais jamais pourquoi. Les logs sont des événements individuels avec du contexte, chers en volume, et ce que je lis une fois que je sais où regarder. Les traces recousent une requête à travers chaque service qu'elle a touché et montrent le temps dans chaque span, ce qui est la façon la plus rapide de répondre à la question est-ce nous ou une dépendance. Pendant un incident, le déroulé est en gros métriques pour remarquer, traces pour localiser, logs pour comprendre. Ce qui les fait fonctionner ensemble, c'est un identifiant de corrélation propagé à travers chaque appel et inclus dans chaque ligne de log structurée, pour que depuis une trace lente je puisse sauter directement aux entrées de log exactes. L'erreur que j'ai commise, c'est la cardinalité : j'ai ajouté une fois l'identifiant utilisateur comme label de métrique et le nombre de séries temporelles a explosé, ce qui est vite devenu cher. La forte cardinalité appartient aux traces et aux logs, pas aux labels de métriques.