Aviseringar och dashboards

Mikrotjänster ger flexibilitet men också komplexitet. Det är viktigt att veta vad som händer inuti dina tjänster och att få meddelanden när något går fel.

I den här lektionen utforskar vi hur du får insyn med hjälp av övervakningspaneler och reagerar snabbt med larmsystem.

Övervakningspaneler är visuella gränssnitt som visar viktiga mätvärden från dina applikationer. De ger en överblick i realtid över tjänstens prestanda, hälsa och driftstatus.

• Data i realtid: Se aktuell prestanda.
• Historiska trender: Analysera tidigare beteende.
• Felsökning: Hitta problem snabbare.
• Kapacitetsplanering: Förstå resursbehoven.

För att skapa effektiva paneler behöver du övervaka rätt mätvärden. Dessa brukar delas in i några viktiga kategorier:

• Begärandefrekvens: Hur många begäranden per sekund?
• Felfrekvens: Andelen begäranden som misslyckas (till exempel 5xx-fel).
• Svarstid: Hur lång tid det tar att slutföra begäranden.
• Resursanvändning: Utnyttjande av CPU, minne, disk och nätverk.

Dessa mätvärden bidrar till att ge en tydlig bild av tjänstens hälsa.

Grafana är en populär plattform med öppen källkod för övervakning och observability. Den låter dig fråga efter, visualisera och skapa larm för dina mätvärden samt förstå dem, oavsett var de lagras.

Den är mycket anpassningsbar och låter dig skapa informativa paneler från olika datakällor för att passa dina specifika behov.

Innan Grafana kan visualisera data behöver den en ”datakälla” att hämta mätvärden från. För Spring Boot-mikrotjänster är vanliga datakällor bland annat:

• Prometheus: En populär tidsseriedatabas för mätvärden.
• Spring Boot Actuator: Exponerar mätvärdesslutpunkter som Prometheus kan hämta data från.
• Andra databaser: Till exempel SQL, NoSQL eller molnbaserade övervakningstjänster.

Du konfigurerar dessa anslutningar i Grafanas inställningar.

När en datakälla har anslutits kan du börja skapa paneler. En panel består av ”paneler”, där varje panel visar ett specifikt mätvärde eller en visualisering.

Här är ett förenklat flöde:

1. Skapa en ny dashboard.
2. Lägg till en ny panel (till exempel en Graph-panel).
3. Välj den konfigurerade datakällan.
4. Skriv en fråga (till exempel PromQL) för att hämta önskat mätvärde.
5. Anpassa visualiseringen (titel, färger och axelrubriker).

Medan paneler visar vad som händer talar larm om när något behöveruppmärksammas. Ett larm är en avisering som utlöses när ett specifikt mätvärde överskrider ett fördefinierat tröskelvärde eller avviker från det normala beteendet.

Larm är avgörande för proaktiv incidenthantering och för att minimera driftstopp.

Larm kan konfigureras för olika situationer för att upptäcka olika typer av problem:

• Tröskellarm: ”Felfrekvens > 5 % i 5 minuter.”
• Larm vid saknade data: ”Tjänsten har inte rapporterat mätvärden på 10 minuter.”
• Prognostiserade larm: ”Diskutrymmet tar slut om 2 timmar.”
• Avvikelsedetektering: ”Ovanlig ökning av svarstiden jämfört med historiska data.”

Grafana låter dig definiera larmregler direkt i dina dashboardpaneler eller som fristående larm. De viktigaste stegen brukar vara:

• Definiera larmvillkoret (till exempel avg(http_server_requests_seconds_count{status="5xx"}) > 0.05).
• Ange utvärderingsfrekvens och varaktighet.
• Välj en aviseringskanal (till exempel e-post, Slack eller PagerDuty).

När villkoret är uppfyllt skickar Grafana en avisering.

I den här lektionen utforskade vi de viktiga rollerna för övervakningspaneler och larm i en mikrotjänstarkitektur. Du har lärt dig:

• Paneler som Grafana ger visuella insikter i viktiga mätvärden.
• Viktiga mätvärden omfattar begärandefrekvens, felfrekvens, svarstid och resursanvändning.
• Larm meddelar dig om kritiska tillstånd och möjliggör proaktiv incidenthantering.
• Hur du konceptuellt konfigurerar paneler och larm med verktyg som Grafana.

Med dessa verktyg kan du se till att dina mikrotjänster förblir robusta och tillförlitliga, vilket ger dina användare en bättre upplevelse.