Skip to content

Latest commit

 

History

History
186 lines (137 loc) · 5.3 KB

README.md

File metadata and controls

186 lines (137 loc) · 5.3 KB
Raw

Curso Full Cycle 3.0 - Módulo Observabilidade

Criado por Alcir Junior [Caju] License

Descrição

O Curso Full Cycle é uma formação completa para fazer com que pessoas desenvolvedoras sejam capazes de trabalhar em projetos expressivos sendo capazes de desenvolver aplicações de grande porte utilizando de boas práticas de desenvolvimento.

Repositório Pai

https://github.com/alcir-junior-caju/study-full-cycle-3-0

Visualizar o projeto na IDE:

Para quem quiser visualizar o projeto na IDE clique no teclado a tecla ponto, esse recurso do GitHub é bem bacana

Observabilidade

Na teroria de controle, a observabilidade é definida como uma medida de quão bem os estados internos de um sistema podem ser inferidos a partir do conhecimento das saídas externas desse sistema. Simplificando, observabilidade é quão bem você pode entender seu sistema complexo.

Observabilidade x Monitoramento

  • Monitoramento nos mostra que há algo errado;
  • Monitoramento se baseia em saber com antecedência quais sinais você deseja monitora;
  • Observabilidade nos permite perguntar o porque está errado;

Os 3 pilares da Observabilidade

  • Métricas;
  • Logs;
  • Tracing;

Elastic Stack

  • (E)lasticsearch - Search Engine e Analytics;
  • (L)ogstash - Processador de dados através de pipelines que consegue receber, transformar e enviar dados simultanneamente;
  • (K)ibana - Permite usuários a visualizarem os dados do Elasticsearch em diversas perspectivas;

Elasticsearch

  • Search Engine e Analytics;
  • Apache Lucene;
  • 2010 - Elasticsearch N.V (Elastic);
  • Rápido;
  • Escalável;
  • API Rest;
  • Análise e visualização geoespacial;
  • Application, website e enterprise search;
  • Logging e analytics;
  • Trabalha de forma distribuída através de shards que possuem redundância de dados;
  • Pode escalar milhares de servidores e manipular petabyte de dados;

Logstash

  • Engine coletora de dados em tempo real;
  • Iniciou como manipulador de logs;
  • Trabalha com pipelines;
  • Recebe dados de múltiplas fontes;
  • Normaliza e transforma dados;
  • Envia dados para múltiplas fontes;
  • Plugins;

Kibana

  • Ferramenta de visualização e exploração de dados;
  • Usada com: Logs, Análise de séries, Monitoramento de aplicações, e inteligência operacional;
  • Integrado com Elasticsearch;
  • Agregadores e filtragem de dados;
  • Dashboards;
  • Gráficos interativos;
  • Mapas;

Qual a diferença entre ELK Stack e Elastic Stack?

É a entrada do Beats, que é a forma mais moderna do ELK Stack que se tornou o Elastic Stack:

  • Beats;
    • Beats foi anunciado em 2015;
    • “Lightweight data shipper”;
    • Agente coletor de dados;
    • Integrado facilmente com Elasticsearch ou lostash;
    • Logs, Métricas, Network data, Audit Data, Uptime Monitoring;
    • Você pode construir seu próprio Beat;

Elastic

  • Empresa por trás das soluções;
  • Cloud Solution;
  • Oferecem plugins e recursos licenciados;
  • Produtos:
    • APM;
    • Maps;
    • Site Search;
    • Enterprise search;
    • App Search;
    • Infrastructure;

Prometheus

  • É um Toolkit de monitoramento e alertas de sistema open-source;
  • Criado pela SoundCloud;
  • Faz parte da Cloud Native Computing Foundation;
  • Captura Dados Dimensionais;
  • Consultas poderosas;
  • Fácil visualização dos dados em conjunto com Grafana;
  • Storage eficiente;
  • Simples;
  • Alerta inteligente;
  • Diversidade de clients e integrações;

Informações relevantes ao negócio

  • Quantidade de compras;
  • Tempo de resposta no processo de compra;
  • Quantidade de usuários logados;
  • Utilização de feature X;
  • Busca específica no site;

E quando não foi você que desenvolveu

  • MySQL;
  • Nginx / Apache;
  • Servidor Linux;
  • Etc…

Exporters

  • Exportes é um interface para ficar entre o Prometheus e a aplicação;

Armazenamento

  • TSDB (Time series Database);
  • Armazenamento de dados que mudam conforme o tempo;
  • Labels para propriedades específicas de uma determinada métrica (error_type=500);
  • Otimização específica para esse caso de uso, garantido mais performance do que bancos de dados convecionais;
  • Quanto mais novos os dados, mais precisão;

Métricas: Counter

  • Valor incremental;
  • Prometheus consegue absorver falhas no caso esse número tenha uma eventual reset;
  • Exemplos:
    • Quantidade de visitas em um site;
    • Quantidade de vendas;
    • Quantidade de errors;

Métricas: Gauge

  • Valor pode possuir variações com o tempo;
  • Aumenta / Diminuir / Estabilizar;
  • Exemplos:
    • Quantidade de usuários online;
    • Quantidade de servidores ativos;

Métricas: Histogram

  • Distribuição de frequência;
  • Medição é baseado em amostras;
  • Consegue agregar valores;

Métricas: Summary

  • Muito similar ao histogram;
  • Com o summary os valores são calculados no servidor de aplicação e não no prometheus;
  • Bom para aproximação de vendas;
  • Exemplo:
    • Tempo de duração de uma resquest;
  • De forma geral, é muito mais comum utilizar o histogram;

PromQL

  • Prometheus Query Language (SQL do Prometheus);
  • Exemplo:
    • http_requests_total;
    • rate (http_requests_total[5m]);
    • http_requests_total{status!~”4..”}