Observabilidade
Monitoramento responde perguntas que você previu. Observabilidade é a capacidade de responder perguntas que você não previu, sem alterar o sistema.
O problema desta seção
Num sistema de processo único, depurar é anexar um debugger. Num sistema distribuído, o comportamento que interessa acontece entre processos, em requisições que atravessam sete serviços, das quais 0,3% falham por um motivo que nenhum log isolado revela.
O incidente típico não é "o serviço caiu" — isso é fácil. É "algumas requisições de alguns clientes estão lentas desde ontem". Responder a isso exige correlação entre sinais que foram emitidos por componentes diferentes, e essa correlação precisa ter sido projetada antes.
Observabilidade é, portanto, decisão arquitetural. Adicionada depois do incidente, chega tarde para aquele incidente.
O que você vai encontrar aqui
Os três sinais. Logs, métricas e traces — o que cada um responde bem, o que responde mal, e o custo de armazenamento e cardinalidade de cada um.
Correlação. Tracing distribuído e correlation IDs. É o que transforma três sinais desconexos numa narrativa por requisição, e é a parte que precisa atravessar toda fronteira de serviço para funcionar.
Coleta. Telemetria e instrumentação — o que emitir, com que granularidade, e por que instrumentar tudo é tão problemático quanto instrumentar pouco.
Consumo. Dashboards e alertas. Alerta que não corresponde a ação humana necessária é ruído que treina o time a ignorar alertas.
Prática de SRE. Golden signals e a ligação com SLO. Alertar por sintoma percebido pelo usuário em vez de por causa suposta.
O objetivo final. Depurabilidade: a propriedade de o sistema permitir investigação, não apenas emitir dados.
Ordem de leitura
Comece por os três sinais e correlação, nessa ordem. Correlation ID é a decisão de menor custo e maior retorno desta seção, e precisa ser tomada cedo porque atravessa todos os contratos.
Leia golden signals e alertas junto com Confiabilidade. Alerta desconectado de SLO é alerta sem critério de urgência.
Ao terminar
Você instrumenta um sistema de forma que uma pergunta nova possa ser respondida com os dados já emitidos. Desenha alertas que apontam para sintoma percebido pelo usuário e correspondem a uma ação.
E consegue estimar o custo de observabilidade antes de ligá-la — que em sistemas de alto volume rivaliza com o custo de computação.
Relacionado
DevOps e Plataforma, onde essa instrumentação vira responsabilidade de plataforma em vez de esforço por time.