Mentre i sistemi software diventano più complessi, i microservizi sono diventati il modo migliore per costruire applicazioni che sono scalabili, resilienti e più facili da mantenere.Ma con questa flessibilità arriva un compromesso: le cose diventano più difficili da tracciare.Comprendere come tutte le parti in movimento si comportano in un sistema distribuito non è facile, ed è proprio per questo che l'osservabilità non è solo bello avere più, è un must. L'osservabilità si estende al di là del monitoraggio tradizionale per fornire approfondimenti sullo stato interno dei sistemi complessi in base alle loro uscite esterne.Mentre il monitoraggio ti dice quando qualcosa è sbagliato, l'osservabilità ti aiuta a capire perché è sbagliato - spesso prima che gli utenti notino i problemi. I tre pilastri dell’osservazione 1. Metrics: Quantitative System Behaviour Le metriche forniscono rappresentazioni numeriche del sistema e delle prestazioni aziendali nel tempo.Sono tipicamente punti dati leggeri e altamente strutturati che consentono alle squadre di rilevare tendenze e anomalie. Key Metrics Types: Metricità del sistema: CPU, memoria, utilizzo del disco e portata di rete Metrici di applicazione: tassi di richiesta, tassi di errore e tempi di risposta Metrica aziendale: coinvolgimento utente, tassi di conversione e volumi di transazione Indicatori personalizzati: indicatori specifici del dominio rilevanti per i vostri servizi specifici Advantages of Metrics: Basso sovrappeso per raccolta e stoccaggio Facilmente aggregato e analizzato con metodi statistici Ideale per avvisare le condizioni di guasto conosciute Perfetto per dashboard e visualizzazione in tempo reale L'implementazione delle metriche efficaci comporta l'istituzione di linee di base per il comportamento normale e la fissazione di soglie adeguate per gli allarmi.Il metodo RED (Rate, Errors, Duration) e il metodo USE (Utilization, Saturation, Errors) forniscono quadri per i quali le metriche devono dare priorità. 2. Logs: Detailed Event Records I log rappresentano eventi discreti che si verificano all'interno di applicazioni e componenti dell'infrastruttura e forniscono informazioni ricche di contesto su azioni specifiche, errori o cambiamenti di stato. Scopri le migliori pratiche: Implementare il logging strutturato con formati coerenti (JSON è popolare) Includere informazioni contestuali (nome del servizio, versione, ambiente) Aggiungere ID di correlazione per tracciare le richieste tra i servizi Applicare i livelli di log appropriati (DEBUG, INFO, WARN, ERROR) Pratiche di rotazione log e politiche di conservazione Le sfide della gestione: Grande volume nei sistemi distribuiti Costi di stoccaggio e impatto delle prestazioni Trovare il segnale giusto nei dati rumorosi L’equilibrio tra verbosità e performance Le moderne soluzioni di gestione dei log centralizzano i log di tutti i servizi, consentendo la ricerca, il filtro e l'analisi in tutto il sistema. 3. Traces: Request Journeys Il tracciamento distribuito segue le richieste mentre si propagano attraverso i microservizi, creando una visione completa del ciclo di vita della richiesta. Ogni traccia è costituita da intervalli - operazioni individuali all'interno dei servizi - che formano una rappresentazione gerarchica del percorso della richiesta. Tracing Components: Trace ID: identificatori unici per le richieste end-to-end Spans: operazioni individuali all'interno di una traccia Context Span: metadati che accompagnano spazi attraverso i confini dei servizi Annotazioni/tag: Informazioni aggiuntive allegate agli spans Tracing Benefits: Visualizza i flussi di richieste in architettura complessa Pinpoint performance bottlenecks e problemi di latenza Comprendere le dipendenze di servizio e i modelli di interazione Debugging delle transazioni distribuite complesse Il tracciamento efficace richiede l'instrumentazione in tutti i servizi, tipicamente attraverso le librerie che catturano automaticamente i dati di timing e propagano il contesto di traccia tra i servizi. Strategie e strumenti di implementazione Service Mesh Mesh di servizio come Istio, Linkerd e Consul forniscono osservabilità fuori dalla scatola intercettando la comunicazione service-to-service a livello di rete. Key Features: Collezione automatica di metriche: volumi di richiesta, latenze e tassi di errore Integrazione di tracciamento distribuito: diffusione di headers di traccia Visualizzazione del traffico: mappe di dipendenza da servizi Gestione avanzata del traffico: interruzione del circuito, riparazioni e divisione del traffico Le mesh di servizio sono particolarmente preziose negli ambienti di Kubernetes, dove possono essere distribuite come proxy sidecar senza modificare il codice dei servizi stessi. Open Telemetry: The Unified Standard La telemetria aperta è emersa come lo standard del settore per l'instrumentazione, offrendo un modo neutro per i fornitori di raccogliere e esportare i dati di telemetria. Components: API: definisce come generare dati di telemetria SDK: implementa l'API con opzioni di configurazione Collector: Riceve, processa ed esporta i dati di telemetria Esportatori: inviare i dati a vari backend Adottando Open Telemetry, le organizzazioni evitano il lock-in dei fornitori e possono passare tra diversi backend di osservabilità, se necessario. Monitoring Platforms Esistono diverse soluzioni per memorizzare, analizzare e visualizzare i dati di osservabilità: Popular Combinations: Prometheus + Grafana: monitoraggio e visualizzazione delle metriche open source ELK Stack (Elasticsearch, Logstash, Kibana): aggregazione e analisi dei log Jaeger/Zipkin: tracciamento distribuito open-source Piattaforme commerciali: Datadog, New Relic, Dynatrace, Honeycomb Molte organizzazioni adottano un mix di strumenti, anche se le piattaforme di osservazione unificate stanno guadagnando trazione per la loro capacità di correlare tra metriche, log e tracce. Le sfide dell’osservazione nei microservizi Data Volume and Cardinality I microservizi generano enormi volumi di dati di telemetria con elevata cardinalità (molte combinazioni uniche di dimensioni). Costi di archiviazione: bilanciare la conservazione dei dati con i vincoli di bilancio Performance delle query: mantenere la velocità con l'aumento del volume dei dati Rapporto segnale-rumore: trovare informazioni rilevanti in grandi set di dati Context Propagation Mantenere il contesto attraverso i confini del servizio richiede una considerazione attenta: Titoli coerenti: formattazione standardizzata per ID di traccia e contesto Operazioni asincrone: preservare il contesto tra le coda dei messaggi Servizi di terze parti: gestire sistemi esterni che non supportano i meccanismi di tracciamento Tool Proliferation Il paesaggio osservabile presenta numerosi strumenti specializzati, che portano a: La complessità dell'integrazione: garantire che gli strumenti lavorino insieme senza problemi Fragmentazione delle conoscenze: richiedere ai team di imparare più sistemi Gestione dei costi: controllare le spese tra più venditori Le migliori pratiche per l'osservazione dei microservizi Strategie di strumentazione Per impostazione predefinita: rendere l'osservabilità una caratteristica standard, non un'attesa Utilizzare l'auto-instrumentazione dove possibile per ridurre l'eccesso di sviluppo Standardizzare su librerie coerenti tra servizi e team Considerare l'osservabilità nelle API progettando con la tracciabilità in mente Monitoraggio della salute e SLI/SLO Implementare i controlli di salute dei servizi per il monitoraggio della disponibilità di base Definizione di indicatori di livello di servizio (SLI) che riflettono l'esperienza utente Stabilire obiettivi di livello di servizio (SLO) come obiettivi di affidabilità Creare budget di errore per bilanciare l'affidabilità con la velocità di sviluppo Filosofia di allarme Attenzione ai sintomi, non alle cause: concentrarsi sull'impatto dell'utente Ridurre la stanchezza di allarme: eliminare le notifiche rumorose o ridondanti Stabilire una proprietà chiara: indirizzare le avvisi alle squadre giuste Creare avvisi azionabili: includere il contesto e possibili passi di rimedio L’osservazione come cultura Shift left: integrare l'osservabilità nel processo di sviluppo Eseguire recensioni di osservabilità assieme a recensioni di codice Praticare l'ingegneria del caos per verificare l'osservabilità durante i fallimenti Creare playbook per scenari comuni identificati attraverso i dati di osservabilità New Relic’s Comprehensive Approach to Microservice Observability  Ciò che distingue New Relic è il suo approccio unificato della piattaforma all'osservabilità. Piuttosto che raccogliere più strumenti specializzati, New Relic fornisce visibilità end-to-end su tutto il tuo ecosistema di microservizi attraverso un unico pannello di vetro. New Relic fornisce allarmi che aiutano a chiarire i problemi di risoluzione del rumore prima che diventino bottleneck. Fornisce percorsi sintetici che aiutano a determinare la salute dei servizi. Fornisce NerdGraph api per automatizzare la scalazione ecc. sulla base di allarmi o eventi che possiamo utilizzare legacy rest api. Qui di seguito sono le strutture all'avanguardia fornite da New Relic. Service Architecture Intelligence  Al centro dell'osservabilità dei microservizi di New Relic si trova Service Architecture Intelligence. Questa capacità scopre e mappa automaticamente le relazioni tra i servizi, fornendo una visualizzazione in tempo reale delle dipendenze dei servizi. Gli ingegneri possono identificare rapidamente le lacune, i problemi di risoluzione dei problemi e comprendere come i cambiamenti in un servizio possano influenzare gli altri. Le mappe dell'architettura dei servizi non sono diagrammi statici, ma visualizzazioni dinamiche che riflettono il comportamento reale del sistema. Queues & Streams Monitoring  Le moderne architetture dei microservizi si basano fortemente sulle cadenze e sui flussi dei messaggi per la comunicazione asincronica. Il monitoraggio delle cadenze e dei flussi di New Relic fornisce visibilità bidirezionale che collega i temi sia ai servizi dei produttori che ai servizi dei consumatori. Questo approccio innovativo consente alle squadre di DevOps di identificare e risolvere rapidamente problemi come i produttori lenti, i temi sovraccaricati o i consumatori in difficoltà. Con una visione dettagliata della salute di Kafka fino al cluster, alla partizione, al broker, al tema, al produttore e al livello dei consumatori, le squadre possono rilevare in modo proattivo le potenziali lacune prima di influenzare le prestazioni del sistema. Fleet and Agent Control  La gestione delle strumentazioni in numerosi microservizi può richiedere tempo e essere soggetta a errori. Il flotta di controllo e il controllo degli agenti di New Relic forniscono un piano completo di controllo dell'osservabilità che centralizza tutti i compiti del ciclo di vita delle strumentazioni in tutto l'ambiente.Con questi strumenti, i team possono: centralizzare le operazioni degli agenti per ridurre il lavoro manuale Aggiornare le versioni degli agenti per intere flotte di servizi con pochi clic Eliminare i punti ciechi di telemetria nei cluster di Kubernetes Strumentazione automatizzata su scala con API per strumentazione come codice Questa capacità è particolarmente preziosa per gli ambienti di microservizi in cui la gestione manuale degli agenti in centinaia di servizi sarebbe impracciabile. Enhanced Application Performance Monitoring (eAPM)  New Relic eAPM sfrutta la tecnologia eBPF per fornire approfondimenti sulle prestazioni delle applicazioni senza modificare il codice o riavviare i servizi. La capacità di eAPM offre: Intelligenza artificiale che correlano automaticamente le metriche tra le applicazioni e i cluster Kubernetes Monitoraggio delle metriche d'oro, delle transazioni e delle prestazioni dei database Transizione senza problemi agli agenti APM tradizionali quando sono necessarie conoscenze più approfondite Ciò consente alle squadre di implementare rapidamente l'osservabilità in tutto il paesaggio dei loro microservizi senza estesi lavori di strumentazione. Cloud Cost Intelligence  La funzionalità Cloud Cost Intelligence di New Relic fornisce una visibilità completa e in tempo reale dei costi delle risorse cloud, consentendo ai team di: visualizzare e gestire i costi delle risorse cloud in tutta l'organizzazione Estimare l'impatto sui costi delle risorse computazionali prima della distribuzione Raccogliere e visualizzare automaticamente i dati di telemetria in tempo reale per ottenere informazioni più approfondite sui costi Consente la collaborazione tra team di ingegneria, finanza e prodotti per allineare le spese con gli obiettivi aziendali Questa integrazione dei dati sui costi con le metriche delle prestazioni aiuta i team a prendere decisioni informate sull'ottimizzazione dei servizi e l'allocazione delle risorse. Real-Time Collaboration and Knowledge Sharing  L'efficace osservabilità dei microservizi richiede la collaborazione tra i team. New Relic facilita questo attraverso i pannelli di controllo pubblici, consentendo alle squadre di condividere informazioni critiche con le parti interessate all'interno e all'esterno dell'organizzazione. Questi strumenti consentono alle squadre di Creare e condividere facilmente le informazioni utilizzando il linguaggio di database e query unificato di New Relic Fornire metriche in tempo reale ai visitatori senza richiedere un login di New Relic Implementare controlli di accesso basati su ruoli per la sicurezza Questa capacità rompe i silos tra team di sviluppo, operazioni e stakeholder aziendali, promuovendo un approccio unificato alla affidabilità del servizio. Il futuro dei microservizi Il settore continua ad evolversi con diverse tendenze emergenti: Analisi alimentata da IA: apprendimento automatico per rilevare anomalie e suggerire cause radicali Tecnologia eBPF: strumentazione a livello di kernel con minimo sovrappeso Convergenza della telemetria aperta: standardizzazione continua della raccolta della telemetria Osservabilità come codice: definire i requisiti di osservabilità insieme all'infrastruttura Conclusione L'efficace osservabilità trasforma i microservizi da scatole nere opache in sistemi trasparenti e debuggabili.Con l'implementazione di una strategia completa che comprende metriche, log e tracce, le organizzazioni possono costruire fiducia nelle loro architetture distribuite e fornire esperienze utente più affidabili. L’investimento in osservabilità paga dividendi non solo per tempi di inattività ridotti e un debug più veloce, ma per consentire ai team di innovare con fiducia, sapendo di poter comprendere i sistemi complessi che costruiscono e mantengono.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Questo audio è prodotto nella lingua originale della storia!

Microservizi osservabili: una guida completa di Brajesh Kumar

About Author

COMMENTI

CARTELLINI

QUESTO ARTICOLO È STATO PRESENTATO IN

Related Stories

New Year, New Exciting Features: Mint Your Name, Watch Web 2.5 and Meet The Top Startups of The Year

Indian PM Woos Tech CEOs During U.S. State Visit

OpenAI Has Everything Under Control 😎

Raggiungi più lettori! POTENZIA la tua storia su HackerNoon

New Year, New Exciting Features: Mint Your Name, Watch Web 2.5 and Meet The Top Startups of The Year

Indian PM Woos Tech CEOs During U.S. State Visit

OpenAI Has Everything Under Control 😎

Raggiungi più lettori! POTENZIA la tua storia su HackerNoon

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps