Gestructureerde logs voor voorspellingen
Log invoer, uitvoer en latency als JSON.
Gestructureerde logs voor voorspellingen is een gratis MLOps Academy-les op CoddyKit. Dit is les 1 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject MLOps Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus MLOps Academy bevat in totaal 4 lessen.
Waarom je voorspellingen logt
Zodra je model echte gebruikers bedient, kun je het niet meer handmatig in de gaten houden. Elke voorspelling loggen is de manier om te zien wat het model in productie werkelijk doet. 📊
Platte tekst is lastig
Een logregel zoals "verzoek ontvangen, 0.91 geretourneerd" is voor jou begrijpelijk, maar op grote schaal zeer lastig doorzoekbaar. Machines hebben structuur nodig, geen proza.
Gestructureerd loggen
Gestructureerd loggen betekent dat elke logregel een klein object met benoemde velden is, geen zin. Hulpmiddelen kunnen de regels dan direct filteren, groeperen en aggregeren.
JSON is het formaat
De gebruikelijke keuze is één JSON-object per regel. Elk veld heeft een sleutel, zodat logs door systemen steeds op dezelfde manier worden verwerkt.
{"event": "prediction", "model": "churn-v3", "score": 0.91}Wat je per voorspelling logt
Leg voor elke aanroep de invoer, de uitvoer en de verwerkingsduur vast. Samen stellen deze gegevens je later in staat om fouten op te sporen, controles uit te voeren en de kwaliteit te meten.
Log de latentie
Registreer de latentie altijd in milliseconden. Dit is je vroegste waarschuwing dat een model of de server ervan problemen begint te krijgen.
import time
start = time.perf_counter()
score = model.predict(x)
latency_ms = (time.perf_counter() - start) * 1000Voeg een id toe om te traceren
Geef elk verzoek een unieke request_id. Later kun je één voorspelling volgen in logs, dashboards en de uiteindelijke werkelijke uitkomst.
import uuid
request_id = str(uuid.uuid4())Bouw de logregistratie
Verzamel je velden in één woordenboek. Dit ene record wordt één doorzoekbare JSON-regel in je logs.
record = {
"request_id": request_id,
"model": "churn-v3",
"score": score,
"latency_ms": latency_ms,
}Genereer JSON met de logger
Gebruik de ingebouwde Python-module logging en schrijf het record als JSON weg. Gebruik nooit print, omdat die niveaus en tijdstempels overslaat.
import json, logging
log = logging.getLogger("predictions")
log.info(json.dumps(record))Log nooit onbewerkte geheimen
Let goed op wat je toevoegt. Sla wachtwoorden, tokens en onbewerkte PII over, of hash gevoelige velden voordat ze ooit in een logregel terechtkomen. 🔒
Stuur logs naar een centrale plek
Logs op één server verdwijnen wanneer die opnieuw wordt gestart. Stuur ze door naar een centrale opslag zoals Loki of CloudWatch, zodat ze langer bestaan dan één container.
Korte controle
Je wilt voorspellingslogs die je op grote schaal kunt doorzoeken en aggregeren. Welk formaat past het best?
Samenvatting
Je logt elke voorspelling als een gestructureerd JSON-record met invoer, uitvoer, latentie en een id, en stuurt het daarna naar een centrale plek. Zo houd je in productie zicht op je systeem. ✅
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Gestructureerde logs voor voorspellingen” gratis?
Ja — de volledige tekst van “Gestructureerde logs voor voorspellingen” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus MLOps Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus MLOps Academy bevat in totaal 4 lessen.
Wat leer ik in “Gestructureerde logs voor voorspellingen”?
Log invoer, uitvoer en latency als JSON. Je oefent met MLOps Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met MLOps Academy te beginnen?
Ervaring vooraf is niet nodig. MLOps Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 1 van 4.
Hoe lang duurt de les “Gestructureerde logs voor voorspellingen”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over MLOps Academy?
Ja. Elke les over MLOps Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Gestructureerde logs voor voorspellingen
- Metrieken beschikbaar maken met Prometheus
- Een Grafana-dashboard bouwen
- Waarschuwen bij pieken in latency en fouten