Edge computing med Cloudflare Workers og Deno · leksjon

Overvåking og logging

Sett opp overvåking og logging for edge-applikasjonene dine for å følge med på ytelsen og feilsøke problemer.

Leksjon 3 av 412 trinn

Overvåking og logging er en gratis leksjon i Edge computing med Cloudflare Workers og Deno på CoddyKit. Dette er leksjon 3 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Edge computing med Cloudflare Workers og Deno, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Edge computing med Cloudflare Workers og Deno inneholder totalt 4 leksjoner.

Hvorfor overvåke og logge edge-apper?

Når applikasjonene dine kjører på edge-nettverket, er de distribuert globalt. Da blir det vanskelig å vite hva som skjer uten god innsikt.

Overvåking hjelper deg med å følge med på ytelsesmålinger som svartider og feilfrekvenser i hele systemet. Logging gir deg detaljerte oppføringer over individuelle hendelser, som forespørsler eller feil, noe som er avgjørende for feilsøking.

Grunnleggende logging: console.log

Den enkleste måten å logge informasjon i en Cloudflare Worker på er å bruke console.log(). Dette fungerer omtrent som logging i en nettleser eller et Node.js-miljø.

Meldinger som sendes til console.log(), fanges opp av Cloudflare og kan vises i Workerens kontrollpanel eller eksporteres ved hjelp av Logpush.

Grunnleggende logging i praksis

Prøv å kjøre denne Workeren. Den logger URL-en til den innkommende forespørselen i konsollen. Når du tester den, kan du se i Workerens logger i Cloudflare-kontrollpanelet for å se resultatet.

export default {
  async fetch(request, env, ctx) {
    console.log("Request received for:", request.url);
    return new Response("Hello from basic logging!");
  }
};

Behovet for strukturerte logger

Selv om console.log() er enkelt, kan logger i ren tekst være vanskelige å tolke og analysere i stor skala. Tenk deg å gå gjennom tusenvis av tekstlinjer!

Strukturert logging innebærer å skrive ut logger i et ensartet, maskinlesbart format, for eksempel JSON. Dette gjør det mye enklere for overvåkingsverktøy å behandle og spørre mot loggene dine.

Oversikt over Cloudflare Logpush

Cloudflares Logpush-tjeneste lar deg eksportere Worker-loggene dine til ulike mål, for eksempel skylagring (AWS S3, Google Cloud Storage) eller analyseplattformer.

Dette er viktig for langtidslagring, avanserte spørringer og integrasjon med den eksisterende overvåkingsinfrastrukturen din.

Hva bør logger inneholde?

Gode strukturerte logger inneholder nyttig kontekst. Vurder å ta med:

  • Tidsstempel: Når hendelsen fant sted.
  • Nivå: (for eksempel INFO, WARN, ERROR) for alvorlighetsgrad.
  • Forespørsels-ID: For å spore én forespørsel gjennom hele livssyklusen.
  • URL og metode: Detaljer om den innkommende forespørselen.
  • Ventetid: Hvor lang tid operasjonen tok.
  • Feildetaljer: Stakkspor og feilmeldinger.

Eksempel på strukturert logging

Denne Workeren logger forespørselsdetaljer som en JSON-streng, inkludert en enkel måling av ventetid. Dette formatet kan enkelt analyseres av verktøy for logganalyse.

export default {
  async fetch(request, env, ctx) {
    const start = Date.now();
    const response = new Response("Hello from structured logs!");
    const latency = Date.now() - start;

    const logEntry = {
      timestamp: new Date().toISOString(),
      level: "INFO",
      url: request.url,
      method: request.method,
      latencyMs: latency,
      requestId: crypto.randomUUID()
    };
    console.log(JSON.stringify(logEntry));

    return response;
  }
};

Introduksjon til edge-målinger

Mens logger forteller deg «hva som skjedde», forteller målinger deg «hvor mye» eller «hvor ofte». Målinger er numeriske verdier som samles inn over tid, og brukes til å følge med på applikasjonens tilstand og ytelse.

Vanlige målinger omfatter forespørsler per sekund, feilfrekvens, CPU-bruk og minneforbruk. De aggregeres og visualiseres i kontrollpaneler.

Egendefinerte målinger i Workers

Cloudflare Workers tilbyr innebygd analyse, men du kan også legge til egendefinerte målinger. En enkel måte er å bruke svarhoder til å eksponere ytelsesdata som kan hentes inn eller analyseres.

Her legger vi til et X-Worker-Latency-hode. Mer avanserte målinger kan bruke eksterne tjenester eller Cloudflares ctx.waitUntil til å sende data.

export default {
  async fetch(request, env, ctx) {
    const start = Date.now();
    const response = new Response("Hello from custom metrics!");
    const latency = Date.now() - start;

    // Add a custom header as a simple metric
    response.headers.set("X-Worker-Latency", latency.toString());

    console.log(`Request processed in ${latency}ms`);
    return response;
  }
};

Overvåkingsverktøy og kontrollpaneler

Når du har logger og målinger, trenger du verktøy for å forstå dem. Cloudflare tilbyr grunnleggende analyse, men for avansert analyse kan du integrere med:

  • Systemer for loggbehandling: Splunk, ELK Stack, DataDog, Sumo Logic.
  • Overvåkingsplattformer: Grafana, Prometheus, New Relic, Dynatrace.

Disse verktøyene hjelper deg med å visualisere trender, sette opp varsler og raskt identifisere problemer.

Kort kontroll av logging

Du feilsøker en sporadisk feil i Cloudflare Workeren din. Du har brukt console.log("Error occurred!") for å fange opp problemer.

Hvilken endring vil FORBEDRE muligheten din mest til å diagnostisere problemet raskt?

Oppsummering: Overvåking og logging

Godt jobbet! I denne leksjonen lærte du om den viktige rollen overvåking og logging spiller for edge-applikasjoner.

  • console.log() er det grunnleggende loggingsverktøyet ditt.
  • Strukturert logging (for eksempel JSON) gir maskinlesbar og nyttig innsikt.
  • Cloudflare Logpush hjelper deg med å eksportere logger for avansert analyse.
  • Målinger følger utviklingen i ytelsen, og eksponeres ofte via egendefinerte hoder eller dedikerte tjenester.
  • Bruk av eksterne overvåkingsverktøy kan gi langt bedre innsikt og feilsøkingsmuligheter.

Ved å følge med på edge-appene dine sikrer du at de yter optimalt!

Gratis å komme i gang

Lær deg Edge computing med Cloudflare Workers og Deno med en AI-veileder – gratis

Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.

Kurs
12
Leksjoner
47

Ofte stilte spørsmål

Er leksjonen «Overvåking og logging» gratis?

Ja – hele teksten i «Overvåking og logging» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Edge computing med Cloudflare Workers og Deno-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Edge computing med Cloudflare Workers og Deno inneholder totalt 4 leksjoner.

Hva lærer jeg i «Overvåking og logging»?

Sett opp overvåking og logging for edge-applikasjonene dine for å følge med på ytelsen og feilsøke problemer. Du øver på Edge computing med Cloudflare Workers og Deno med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.

Trenger jeg erfaring for å begynne med Edge computing med Cloudflare Workers og Deno?

Ingen tidligere erfaring er nødvendig. Edge computing med Cloudflare Workers og Deno på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 3 av 4.

Hvor lang tid tar leksjonen «Overvåking og logging»?

De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.

Kan jeg skrive og kjøre kode i denne Edge computing med Cloudflare Workers og Deno-leksjonen?

Ja. Alle Edge computing med Cloudflare Workers og Deno-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.

Alle leksjonene i dette kurset

  1. Strategier for hurtigbufring
  2. Cold starts og oppvarming
  3. Overvåking og logging
  4. Bundle-størrelse og kodeoptimalisering
← Tilbake til Edge computing med Cloudflare Workers og Deno