কেন এটি গুরুত্বপূর্ণ

মনিটরিং সেই প্রশ্নের উত্তর দেয় যা আপনি আগে থেকে ভেবেছিলেন। সেবা কি চালু? ডিস্ক কি ভরা? লেটেন্সি কি দুই সেকেন্ডের বেশি? এগুলো ভালো প্রশ্ন, এবং আগে দেখা ব্যর্থতা ধরে। কিন্তু আধুনিক সেবা নতুন উপায়ে ব্যর্থ হয়। একটি উপাদানের পরিবর্তন অন্যটির একটি অনুরোধ ধীর করে। একজন গ্রাহকের অস্বাভাবিক ডেটা একটি বিরল পথ ট্রিগার করে। তিন স্তর নিচের একটি নির্ভরতা খারাপ হয়, এবং এর জন্য কারও ড্যাশবোর্ড নেই।

একটি নতুন ব্যর্থতা এলে দলের এমন প্রশ্ন করা দরকার যা কেউ অনুমান করেনি: কোন অনুরোধ ধীর, কোন ব্যবহারকারীর জন্য, কোন সেবার মধ্য দিয়ে, কোন রিলিজের পর থেকে? ব্যবস্থা সমৃদ্ধ, সংযুক্ত ডেটা নির্গত করলে দল পথ অনুসরণ করতে পারে। না করলে তারা অনুমান করে, লগিং যোগ করে, আবার মোতায়েন করে, এবং ব্যর্থতা আবার ঘটার জন্য অপেক্ষা করে। Wikipedia সফটওয়্যারে পর্যবেক্ষণযোগ্যতাকে বাইরের আউটপুট থেকে একটি ব্যবস্থার অভ্যন্তরীণ অবস্থা বোঝার সক্ষমতা হিসেবে বর্ণনা করে, নিয়ন্ত্রণ তত্ত্ব থেকে ধার করা একটি ধারণা।

ব্যবহারিক কাজটি টেলিমেট্রিতে: ব্যবস্থা নিজের সম্পর্কে যে ডেটা নির্গত করে। ভালো টেলিমেট্রি নকশা করা, সঙ্গত ও সংযুক্ত, যাতে একটি ব্যবহারকারীর অভিযোগ একটি অনুরোধে, অনুরোধ সেটি ছোঁয়া সেবায় এবং ধীরতা একটি নির্দিষ্ট কলে ট্রেস করা যায়। এই বিষয়টি টেলিমেট্রির প্রধান ধরন, সেগুলোকে বহনযোগ্য করা মান এবং তাদের সঙ্গে আসা খরচ ও ঝুঁকি বর্ণনা করে। এটি মনিটরিংয়ের (বিষয় 3.10 — মনিটরিং ও ইভেন্ট ম্যানেজমেন্ট) ওপর গড়া এবং SRE (বিষয় 2.6 — সাইট রিলায়েবিলিটি ইঞ্জিনিয়ারিং), এআইঅপস (বিষয় 5.2 — এআইঅপস) ও তথ্য শাসনের (বিষয় 7.2 — তথ্যের ভিত্তি ও তথ্য শাসন) সঙ্গে যুক্ত।

মূল ধারণা

টেলিমেট্রি। একটি ব্যবস্থা থেকে সংগৃহীত এবং যেখানে পরীক্ষা করা যায় সেখানে পাঠানো ডেটা। Wikipedia সাধারণভাবে টেলিমেট্রি বর্ণনা করে। সফটওয়্যারে প্রধান সংকেত হলো মেট্রিক, লগ ও ট্রেস, এবং প্রোফাইল ও ইভেন্টের মতো নতুনগুলো।

মেট্রিক। সময়ের সঙ্গে মাপা সংখ্যা, যেমন অনুরোধের হার, ত্রুটির হার, লেটেন্সি, মেমোরি ব্যবহার ও সারির গভীরতা। মেট্রিক সংরক্ষণে সস্তা এবং প্রবণতা, সতর্কবার্তা ও ড্যাশবোর্ডের জন্য ভালো। এগুলো সারসংক্ষেপ করে, তাই স্বতন্ত্র অনুরোধ সম্পর্কে বিবরণ হারায়। Wikipedia-য় বর্ণিত সময় ধারা ডেটাবেস এগুলো দক্ষতার সঙ্গে সংরক্ষণ করে; Prometheus একটি বহুল ব্যবহৃত ওপেন-সোর্স উদাহরণ।

লগ। একটি ত্রুটির বার্তা বা সম্পন্ন লেনদেনের মতো বিচ্ছিন্ন ঘটনার টাইমস্ট্যাম্পযুক্ত রেকর্ড। Wikipedia কম্পিউটিংয়ে লগিং বর্ণনা করে। লগে বিবরণ থাকে, এবং এগুলো পরিমাণে বিপুল এবং সংরক্ষণ ও অনুসন্ধানে ব্যয়বহুল। মুক্ত টেক্সটের বদলে সঙ্গত নামযুক্ত ক্ষেত্রসহ কাঠামোবদ্ধ লগ কোয়েরি করা ও অন্য সংকেতের সঙ্গে যুক্ত করা সহজ।

ট্রেস। একটি বিতরিত ব্যবস্থার অংশগুলোর মধ্য দিয়ে একটি অনুরোধের পথের রেকর্ড, যা দেখায় এটি কোন সেবার মধ্য দিয়ে গেছে এবং প্রতিটিতে কত সময় লেগেছে। Wikipedia সফটওয়্যারে ট্রেসিং বর্ণনা করে। ট্রেস উত্তর দেয় "সময় কোথায় গেল?", মাইক্রোসার্ভিসের মতো অনেক সেবায় গড়া ব্যবস্থায়, যা Wikipedia-ও বর্ণনা করে।

প্রেক্ষাপট ও সহসম্পর্ক। তিনটি সংকেতকে একসঙ্গে শক্তিশালী করে ভাগ করা প্রেক্ষাপট: একটি শনাক্তকারী, যা একটি লগ লাইনকে ট্রেস ও ব্যবহারকারীর অনুরোধের সঙ্গে বাঁধে, এবং সবকিছুতে সেবা, সংস্করণ ও পরিবেশের মতো লেবেল। ভাগ করা প্রেক্ষাপট ছাড়া আপনার তিন স্তূপ ডেটা। এটি থাকলে আপনি একটি মেট্রিকের ধীর অনুরোধ থেকে ট্রেসে এবং তারপর যে লগ লাইন তা ব্যাখ্যা করে সেখানে যেতে পারেন।

যন্ত্রব্যবস্থা বসানো। যে কোড টেলিমেট্রি তৈরি করে তা যোগ করা। Wikipedia প্রোগ্রামিংয়ে যন্ত্রব্যবস্থা বসানো বর্ণনা করে। এটি স্বয়ংক্রিয় হতে পারে, লাইব্রেরি ও এজেন্টের মাধ্যমে, অথবা হাতে, যেখানে ডেভেলপাররা ব্যবসার জন্য গুরুত্বপূর্ণ সংকেত যোগ করেন, যেমন "অর্ডার দেওয়া হয়েছে"। শুধু যন্ত্র কী করে নয়, ব্যবহারকারীরা কী করেন তার যন্ত্রব্যবস্থা বসান।

OpenTelemetry ও খোলা মান। OpenTelemetry একটি ওপেন-সোর্স প্রকল্প, ক্লাউড নেটিভ কম্পিউটিং ফাউন্ডেশনের অধীনে (যা Wikipedia বর্ণনা করে), যা মেট্রিক, লগ ও ট্রেস নির্গত করার সাধারণ বিন্যাস ও টুল দেয়, যে টুল তা সংরক্ষণ ও বিশ্লেষণ করে তার থেকে স্বাধীন। এর বর্তমান অবস্থার জন্য প্রকল্পের নিজস্ব সাইট দেখুন। লক্ষ্য হলো একবার টেলিমেট্রি সংগ্রহ করে যেকোনো সামঞ্জস্যপূর্ণ ব্যাক এন্ডে পাঠানো, আবদ্ধতা কমিয়ে। Wikipedia সাধারণ ভাষায় খোলা মান ও ভেন্ডর আবদ্ধতা বর্ণনা করে। দেখুন বিষয় 3.14 — সরবরাহকারী ব্যবস্থাপনা।

মনিটরিং বনাম পর্যবেক্ষণযোগ্যতা। মনিটরিং জানা অবস্থা দেখে এবং সতর্ক করে; পর্যবেক্ষণযোগ্যতা অজানা অবস্থা অন্বেষণ সমর্থন করে। এরা পরিপূরক: সতর্কবার্তা বলে কিছু ভুল, অন্বেষণ বলে কেন। দেখুন বিষয় 3.10 — মনিটরিং ও ইভেন্ট ম্যানেজমেন্ট।

টেলিমেট্রি থেকে সেবার স্তরের সূচক। SLI, যেমন একটি সময়ের মধ্যে সফল হওয়া অনুরোধের অংশ, টেলিমেট্রি থেকে গণনা করা হয়। ব্যবহারকারীর দৃষ্টিকোণ থেকে এগুলো সংজ্ঞায়িত করুন, এবং যেখানে ব্যবহারকারীর অনুরোধ ব্যবস্থায় ঢোকে সেখানে মাপুন। দেখুন বিষয় 2.6 — সাইট রিলায়েবিলিটি ইঞ্জিনিয়ারিং এবং Wikipedia-র সেবার স্তরের উদ্দেশ্য নিবন্ধ।

ব্যবহারকারী ও ব্যবসার টেলিমেট্রি। Wikipedia-য় বর্ণিত প্রকৃত ব্যবহারকারী মনিটরিং ও কৃত্রিম মনিটরিং বাইরে থেকে অভিজ্ঞতা দেখায়: পাতা লোডের সময়, যাত্রার সাফল্য, ব্রাউজার ও অ্যাপে ত্রুটি। সাইন-আপ ও পেমেন্টের মতো ব্যবসায়িক ঘটনা প্রযুক্তিগত স্বাস্থ্যকে ফলের সঙ্গে যুক্ত করে। দেখুন বিষয় 7.7 — অভিজ্ঞতা ও মনোভাব বিশ্লেষণ।

কার্ডিনালিটি ও খরচ। কার্ডিনালিটি হলো একটি লেবেলের স্বতন্ত্র মানের সংখ্যা। ব্যবহারকারী শনাক্তকারী দিয়ে লেবেল করা মেট্রিকের কার্ডিনালিটি বিপুল এবং এটি একটি মেট্রিক ভান্ডারকে অভিভূত করতে পারে। Wikipedia ডেটা মডেলিংয়ে কার্ডিনালিটি বর্ণনা করে। টেলিমেট্রির পরিমাণ ট্রাফিক ও বিবরণের সঙ্গে বাড়ে, এবং সংরক্ষণ ও প্রক্রিয়ার খরচ তার সঙ্গে। ঠিক করুন কী পূর্ণ বিবরণে রাখবেন, কী নমুনা করবেন এবং কী একত্র করবেন।

নমুনা করা। ট্রেস বা লগের শুধু একটি অংশ রাখা। Wikipedia পরিসংখ্যানে নমুনা বর্ণনা করে। নমুনা করা খরচ কমায় এবং বিরল ঘটনা লুকাতে পারে; সব ত্রুটি ও ধীর অনুরোধ রাখা এবং স্বাভাবিকগুলো নমুনা করার কথা ভাবুন।

সংরক্ষণ। টেলিমেট্রি কতদিন রাখা হয়। উচ্চ-বিবরণের ডেটা অল্প সময় এবং একত্র করা ডেটা বেশি সময় রাখুন। সংরক্ষণ খরচ, তদন্ত ও গোপনীয়তাকে প্রভাবিত করে। দেখুন বিষয় 7.2 — তথ্যের ভিত্তি ও তথ্য শাসন।

টেলিমেট্রিতে গোপনীয়তা ও নিরাপত্তা। লগ ও ট্রেসে দুর্ঘটনাবশত বা নকশায় ব্যক্তিগত ডেটা, পরিচয়পত্র ও গোপন তথ্য থাকতে পারে। Wikipedia ব্যক্তিগত ডেটা বর্ণনা করে। উৎসে সংবেদনশীল ক্ষেত্র মুছুন বা এড়ান, প্রবেশাধিকার নিয়ন্ত্রণ করুন এবং সংরক্ষণ ঠিক করুন। টেলিমেট্রি একটি নিরাপত্তার ডেটার উৎসও। দেখুন বিষয় 3.13 — তথ্য নিরাপত্তা ব্যবস্থাপনা।

এআই-এর জন্য পর্যবেক্ষণযোগ্যতা। এআই ব্যবস্থার নিজস্ব টেলিমেট্রি দরকার: ইনপুট, আউটপুট, লেটেন্সি, খরচ, ত্রুটি ও প্রত্যাখ্যানের হার, ব্যবহারকারীর ফিডব্যাক এবং সরণের সংকেত। একটি ভুল উত্তর তদন্তের জন্য যথেষ্ট রেকর্ড করুন, রেকর্ড করা ডেটার প্রতি যত্নসহ। দেখুন বিষয় 5.1 — সেবা ব্যবস্থাপনায় এআই।

প্ল্যাটফর্ম ও মালিকানা। অনেক প্রতিষ্ঠান নামকরণ, লেবেল ও সংরক্ষণের মানসহ একটি ভাগ করা টেলিমেট্রি প্ল্যাটফর্ম চালায়, এবং দলগুলো তাদের সেবার সংকেতের মালিক। একটি প্ল্যাটফর্ম দল টুলিং ও নির্দেশনা দেয়; সেবা দল যা নির্গত করে ও কীভাবে ব্যবহার করে তার মালিক।

দৃষ্টিকোণগুলো কীভাবে খাপ খায়। পর্যবেক্ষণযোগ্যতা বিশ্লেষণ ও এআইঅপসের ডেটার ভিত্তি। এজাইল অনুশীলন যন্ত্রব্যবস্থা বসানোকে "সম্পন্ন"-র সংজ্ঞার অংশ ধরে। অটোমেশন স্কেল ও প্রতিকারে টেলিমেট্রি ব্যবহার করে।

সেরা অনুশীলন

  1. গড়ার সঙ্গে যন্ত্রব্যবস্থা বসান। টেলিমেট্রিকে বৈশিষ্ট্যের অংশ ধরুন। "সম্পন্ন"-র সংজ্ঞায় অন্তর্ভুক্ত করুন, এবং নকশার সঙ্গে পর্যালোচনা করুন।
  2. নাম ও প্রেক্ষাপট মানক করুন। সেবার নাম, লেবেলের সেট, একক এবং প্রতিটি সেবার মধ্য দিয়ে বহন করা একটি অনুরোধ শনাক্তকারীতে সম্মত হোন। নথিবদ্ধ করুন এবং পাইপলাইনে যাচাই করুন।
  3. কাঠামোবদ্ধ লগ নির্গত করুন। সঙ্গত নামযুক্ত ক্ষেত্র ব্যবহার করুন, অনুরোধ শনাক্তকারী রাখুন এবং বার্তা ছোট রাখুন। গোপন তথ্য ও অপ্রয়োজনীয় ব্যক্তিগত ডেটা লগ করা এড়ান।
  4. গুরুত্বপূর্ণ পথ ট্রেস করুন। প্রধান ব্যবহারকারী যাত্রা এবং সেবার মধ্যে কলের যন্ত্রব্যবস্থা বসান, এবং সারি ও বাইরের কলসহ প্রতিটি হপে প্রেক্ষাপট বহন করুন।
  5. ব্যবহারকারীর দৃষ্টিকোণ থেকে সূচক সংজ্ঞায়িত করুন। ব্যবহারকারীর সংস্পর্শের বিন্দুতে টেলিমেট্রি থেকে SLI গণনা করুন, এবং ব্যবসার ঘটনা যোগ করুন যা দেখায় ব্যবহারকারীরা যা করতে এসেছিলেন তা অর্জন করেছেন কি না।
  6. খোলা বিন্যাস ব্যবহার করুন। টেলিমেট্রি নির্গত করতে খোলা মান পছন্দ করুন, যাতে পুনরায় যন্ত্রব্যবস্থা না বসিয়ে ব্যাক এন্ড বদলাতে পারেন। আপনার প্ল্যাটফর্মে সমর্থন যাচাই করুন।
  7. সচেতনভাবে খরচ নিয়ন্ত্রণ করুন। টেলিমেট্রির বাজেট ঠিক করুন, উচ্চ-কার্ডিনালিটি লেবেল এড়ান, স্বাভাবিক ট্রাফিক নমুনা করুন, ত্রুটি ও ধীর অনুরোধ রাখুন এবং সংরক্ষণ স্তরে ভাগ করুন।
  8. টেলিমেট্রি রক্ষা করুন। উৎসে সংবেদনশীল ডেটা মুছুন, প্রবেশাধিকার সীমিত করুন এবং সংরক্ষণের নিয়ম প্রয়োগ করুন। টেলিমেট্রি ভান্ডারে প্রবেশাধিকার মনিটর করুন।
  9. ব্যবহারযোগ্য করুন। দলগুলোকে ভাগ করা ড্যাশবোর্ড, সংরক্ষিত কোয়েরি এবং কীভাবে তদন্ত করতে হয় তার প্রশিক্ষণ দিন। সতর্কবার্তাকে প্রাসঙ্গিক টেলিমেট্রি ও রানবুকের সঙ্গে যুক্ত করুন।
  10. ইনসিডেন্টের পর টেলিমেট্রি পর্যালোচনা করুন। জিজ্ঞাসা করুন ইনসিডেন্টের সময় কী দেখতে পাননি, এবং তা যোগ করুন। কেউ ব্যবহার করে না এমন সংকেত সরান।

দলের সঙ্গে আলোচনার প্রশ্ন

আমাদের শেষ ইনসিডেন্টে আমরা কী জানতে চেয়েছিলাম যা বের করতে পারিনি? সাড়াদানকারীদের জিজ্ঞাসা করুন। ট্রেস, প্রেক্ষাপট বা ব্যবহারকারী-পর্যায়ের ডেটায় ফাঁক আশা করুন। পরবর্তী ধাপে একটি ফাঁক বেছে সংকেত যোগ করুন।

একজন ব্যবহারকারীর একটি অনুরোধ কি আমরা সে যে সব সেবা ছোঁয় তার মধ্য দিয়ে অনুসরণ করতে পারি? একটি প্রকৃত অনুরোধ দিয়ে চেষ্টা করুন। সারি ও বাইরের কলে ছেদ আশা করুন। পরবর্তী ধাপে প্রথম ছেদের মধ্য দিয়ে শনাক্তকারী বহন করুন।

আমরা কী লগ করি যা করা উচিত নয়, এবং কী লগ করি না যা করা উচিত? লগের একটি নমুনা দেখুন। গোপন তথ্য, ব্যক্তিগত ডেটা ও কোলাহল আশা করুন। পরবর্তী ধাপে একটি নিয়ম এবং একটি মুছে ফেলার ব্যবস্থায় সম্মত হোন।

আমরা টেলিমেট্রিতে কত খরচ করি, এবং তার বিনিময়ে কী পাই? সংখ্যা এবং বৃহত্তম উৎস চান। বিস্ময় আশা করুন। পরবর্তী ধাপে সবচেয়ে ব্যয়বহুল ও সবচেয়ে কম-ব্যবহৃত সংকেত কাটতে বা নমুনা করতে বাছুন।

আমরা আমাদের বর্তমান টেলিমেট্রি টুলের সঙ্গে কতটা বাঁধা, এবং বদলাতে কী লাগবে? আন্দাজ করুন। "অনেক" আশা করুন। পরবর্তী ধাপে একটি সেবা বেছে খোলা মানে যন্ত্রব্যবস্থা বসান।

আমাদের এআই বৈশিষ্ট্য কী টেলিমেট্রি তৈরি করে, এবং তা থেকে কি একটি ভুল উত্তর তদন্ত করতে পারতাম? জিজ্ঞাসা করুন। ন্যূনতম রেকর্ড আশা করুন। পরবর্তী ধাপে গোপনীয়তার সীমাসহ কী রেকর্ড করবেন তাতে সম্মত হোন এবং একটি তদন্ত চেষ্টা করুন।

বাস্তবে: সেবা ব্যবস্থাপনার একটি উদাহরণ

একটি জাতীয় আবহাওয়া সেবার পাবলিক API আটটি অভ্যন্তরীণ সেবার মধ্য দিয়ে দিনে কয়েক মিলিয়ন অনুরোধ পরিবেশন করে। ব্যবহারকারীরা নির্দিষ্ট অবস্থানের জন্য মাঝে মাঝে ধীর সাড়া নিয়ে অভিযোগ করেন। মনিটরিং দেখায় API গড়ে তার লেটেন্সি লক্ষ্যের মধ্যে, এবং প্রতিটি সেবা আলাদাভাবে সুস্থ দেখায়। অন-কল প্রকৌশলী সমস্যাটির পেছনে দুই দিন ব্যয় করেন।

প্ল্যাটফর্ম দল OpenTelemetry যন্ত্রব্যবস্থায় সরে যাচ্ছিল। API-র গেটওয়ে এবং আটটির চারটি সেবায় অনুরোধ একটি ট্রেস শনাক্তকারী বহন করে এবং প্রতিটি সেবা সময়সহ স্প্যান রেকর্ড করে। ট্রেস দিয়ে একজন প্রকৌশলী গত সপ্তাহের ধীর অনুরোধ ছেঁকে দেখেন প্রায় সবগুলো একই কলের মধ্য দিয়ে যায়: নামে অস্বাভাবিক অক্ষরসহ অবস্থানের জন্য ভৌগোলিক ডেটা সেবায় একটি লুকআপ, যা স্বাভাবিকের দশগুণ সময় নেয়। বাকি চারটি সেবায় এখনো যন্ত্রব্যবস্থা বসেনি, কিন্তু ফাঁকটি এখন হাতে তদন্ত করার মতো সংকীর্ণ। কারণ এসব কোয়েরির জন্য একটি অনুপস্থিত ডেটাবেস ইনডেক্স, এবং সংশোধনে এক ঘণ্টা লাগে।

দল খরচ পর্যালোচনা করে। টেলিমেট্রির খরচ ছয় মাসে 40 শতাংশ বেড়েছে, বেশিরভাগ একটি মেট্রিকের লেবেল থেকে যাতে অনুরোধ করা অবস্থান আছে, যার কয়েক লাখ মান। তারা লেবেলটি সরায়, অবস্থান ট্রেস ও লগে রাখে, এবং সব ত্রুটি ও ধীর অনুরোধ রেখে সাধারণ ট্রেসের 5 শতাংশ নমুনা করে। গোপনীয়তা কর্মকর্তা লক্ষ করেন কিছু এখতিয়ারে আইপি ঠিকানা ব্যক্তিগত ডেটা হিসেবে গণ্য, তারপর একটি মুছে ফেলার ব্যবস্থা 24 ঘণ্টা পর লগ থেকে আইপি ঠিকানা সরায়।

দল একটি ব্যবসার সংকেতও যোগ করে: একটি খালি ফল ফেরত দেওয়া API কলের গণনা, যা আগে ব্যবহারকারীরা "কোনো ডেটা নেই" বলে জানাতেন। এটি প্রতিটি মডেল হালনাগাদের পর একটি ধরন দেখায়।

যা বদলায়: তদন্ত দিনের বদলে ঘণ্টায় হয়, এবং খরচ এক-তৃতীয়াংশ কমে। যা এখনো কঠিন: চারটি সেবায় এখনো ট্রেস নেই, এবং দুটির মালিক অন্য একটি সংস্থা; নমুনার নিয়ম ইতিমধ্যে একটি বিরল ত্রুটি লুকিয়েছে যা কেবল নমুনা না করা ট্রাফিকে দেখা দিয়েছিল এবং একটি লগে পাওয়া গেছে; এবং ট্রেস টুল ভালোভাবে ব্যবহার করতে প্রকৌশলীদের অনুশীলন দরকার। দল একটি প্রশিক্ষণ সেশনের সূচি করে এবং যেকোনো ত্রুটিসহ সব ট্রেস রাখার নিয়ম ঠিক করে।

চারটি দৃষ্টিকোণ

পণ্য ও ডেলিভারি দল

বৈশিষ্ট্যে টেলিমেট্রি গেঁথে দিন: সঙ্গত নাম, অনুরোধ শনাক্তকারী, কাঠামোবদ্ধ লগ, মূল পথে স্প্যান এবং ব্যবসার ঘটনা। সংকেতে গোপন তথ্য এড়ান, এবং নকশায় টেলিমেট্রি পর্যালোচনা করুন।

সেবা ও অপারেশন দল

শুধু সতর্ক করতে নয়, তদন্ত করতেও টেলিমেট্রি ব্যবহার করুন। ড্যাশবোর্ড, কোয়েরি ও রানবুক যুক্ত রাখুন, এবং ডেভেলপারদের জানান আপনি কী দেখতে পাননি। টেলিমেট্রির খরচ ও মান লক্ষ রাখুন।

নেতৃত্ব ও শাসন

প্ল্যাটফর্ম, মান ও প্রশিক্ষণে অর্থ দিন। টেলিমেট্রি তদন্ত ছোট করে এবং ব্যবহারকারীর অভিজ্ঞতা প্রতিফলিত করে তার প্রমাণ চান। বাজেট ও গোপনীয়তার নিয়ম ঠিক করুন, এবং খোলা মান পছন্দ করুন।

গ্রাহক ও ব্যবহারকারী

সরবরাহকারী আপনার সমস্যা দ্রুত কারণে ট্রেস করতে পারলে আপনি উপকৃত হন। একটি সমস্যা জানানোর সময় বিবরণ দিন, যেমন সময় এবং আপনি কী করেছিলেন, যা আপনার অনুরোধ খুঁজে পেতে সাহায্য করে।

এজাইল, এআই, অটোমেশন ও বিশ্লেষণ

এজাইল

প্রতিটি বৈশিষ্ট্যের সঙ্গে ছোট ধাপে যন্ত্রব্যবস্থা বসান, এবং প্রতিটি ইনসিডেন্টের পর পরিমার্জন করুন। দলের সঙ্গে ড্যাশবোর্ড পর্যালোচনা করুন এবং কেউ ব্যবহার করে না তা সরান। সতর্কতা: শেষে টেলিমেট্রি জোড়া দিলে ফাঁক দেখা দেয়; "সম্পন্ন"-র সংজ্ঞায় অন্তর্ভুক্ত করুন।

এআই

মালিক ও যাচাইসহ, এআই ট্রেস ও লগের সারসংক্ষেপ, অসঙ্গতি গুচ্ছবদ্ধ এবং টেলিমেট্রি নিয়ে প্রশ্নের উত্তর দিতে পারে। এআই বৈশিষ্ট্যেরও নিজস্ব টেলিমেট্রি দরকার। সতর্কতা: এআই বিশ্লেষণ ডেটার মান ও প্রেক্ষাপটের ওপর নির্ভর করে; খারাপ লেবেল খারাপ সিদ্ধান্ত দেয়। দেখুন বিষয় 5.2 — এআইঅপস।

অটোমেশন

যেখানে লাইব্রেরি অনুমতি দেয় সেখানে যন্ত্রব্যবস্থা বসানো স্বয়ংক্রিয় করুন, পাইপলাইনে নামকরণ ও লেবেলের মান প্রয়োগ করুন, এবং সীমাসহ স্কেল ও প্রতিকারে টেলিমেট্রি ব্যবহার করুন। সতর্কতা: কোলাহলপূর্ণ টেলিমেট্রি ট্রিগার করা অটোমেশন ভুল চালাতে পারে; সীমা পরীক্ষা করুন এবং সীমা যোগ করুন। দেখুন বিষয় 6.6 — রানবুক অটোমেশন ও স্বয়ংক্রিয় প্রতিকার।

বিশ্লেষণ

SLI, প্রবণতা, সক্ষমতা ও ব্যবহারকারীর অভিজ্ঞতার জন্য এবং টেলিমেট্রির নিজের খরচের জন্য টেলিমেট্রি ব্যবহার করুন। সতর্কতা: নমুনা করা ও একত্র করা ডেটা কী দেখাতে পারে তা বদলায়, এবং উচ্চ-কার্ডিনালিটি লেবেল ব্যবস্থা বিকৃত বা ভেঙে দিতে পারে; প্রতিবেদনে সীমা উল্লেখ করুন। দেখুন বিষয় 7.1 — সেবা ব্যবস্থাপনার জন্য বিশ্লেষণ এবং Service Management Metrics বই।

সাধারণ ব্যর্থতার ধরন

  • তিন স্তূপ ডেটা। মেট্রিক, লগ ও ট্রেস যুক্ত করা যায় না। শনাক্তকারী ও লেবেল ভাগ করুন।
  • শেষ ভাবনা হিসেবে টেলিমেট্রি। ইনসিডেন্টে ফাঁক দেখা দেয়। বৈশিষ্ট্যের সঙ্গে যন্ত্রব্যবস্থা বসান।
  • উচ্চ-কার্ডিনালিটি লেবেল। খরচ ও কার্যকারিতা ক্ষতিগ্রস্ত হয়। লেবেল সীমিত করুন এবং বিবরণ ট্রেস ও লগে রাখুন।
  • লগে গোপন তথ্য ও ব্যক্তিগত ডেটা। সংবেদনশীল ডেটা ফাঁস হয়। উৎসে মুছুন এবং প্রবেশাধিকার নিয়ন্ত্রণ করুন।
  • একটি টুলে আবদ্ধতা। বদলানো ব্যয়বহুল। খোলা মান ব্যবহার করুন।
  • সবকিছু চিরকাল রাখা। খরচ বাড়ে। সংরক্ষণ স্তরে ভাগ করুন ও নমুনা করুন।
  • কেউ ব্যবহার করে না এমন ড্যাশবোর্ড। শ্রম অপচয় হয়। ছাঁটাই করুন এবং সিদ্ধান্তের সঙ্গে যুক্ত করুন।

পরিপক্বতা মডেল

মাত্রা সূচনা বিকাশ মানসম্মতকরণ ব্যবস্থাপনা সমন্বয়
আচ্ছাদন অবকাঠামো মেট্রিক মেট্রিক ও লগসহ মূল সেবা মূল যাত্রায় ভাগ করা প্রেক্ষাপটসহ মেট্রিক, লগ ও ট্রেস ইনসিডেন্টের পর আচ্ছাদন পর্যালোচিত সেবা ও সরবরাহকারী জুড়ে সঙ্গত আচ্ছাদন
মান নেই স্থানীয় রীতি নামকরণ, লেবেল ও খোলা বিন্যাসে সম্মতি পাইপলাইনে যাচাই করা মান প্ল্যাটফর্মের সঙ্গে ভাগ করা ও বিকশিত মান
খরচ ও সংরক্ষণ অপরিচালিত সচেতনতা বাজেট, নমুনা ও স্তরভিত্তিক সংরক্ষণ সংকেত অনুযায়ী খরচ ও মূল্য পর্যালোচিত খরচ ও মূল্য ধারাবাহিকভাবে অপ্টিমাইজ করা
সুরক্ষা অস্পষ্ট মৌলিক প্রবেশাধিকার নিয়ন্ত্রণ মুছে ফেলা, প্রবেশাধিকার ও সংরক্ষণের নিয়ম সম্মতি মনিটর করা সংগ্রহ ও সংরক্ষণে গাঁথা নিয়ন্ত্রণ

চেকলিস্ট

  • টেলিমেট্রি আমাদের "সম্পন্ন"-র সংজ্ঞার অংশ।
  • সেবা জুড়ে বহন করা সম্মত নাম, লেবেল, একক ও একটি অনুরোধ শনাক্তকারী আমাদের আছে।
  • লগ কাঠামোবদ্ধ এবং গোপন তথ্য ও অপ্রয়োজনীয় ব্যক্তিগত ডেটা থেকে মুক্ত।
  • মূল ব্যবহারকারী যাত্রা শুরু থেকে শেষ ট্রেস করা।
  • ব্যবহারকারীর সংস্পর্শের বিন্দুতে টেলিমেট্রি থেকে SLI গণনা করা হয়।
  • আমরা টেলিমেট্রি নির্গত করতে খোলা বিন্যাস ব্যবহার করি।
  • নমুনা ও স্তরভিত্তিক সংরক্ষণসহ আমাদের একটি টেলিমেট্রি বাজেট আছে।
  • প্রতিটি ইনসিডেন্টের পর আমরা কী দেখতে পাইনি পর্যালোচনা করি।

এআই প্রম্পট

একটি ইনসিডেন্ট থেকে টেলিমেট্রির ফাঁক খুঁজুন।

Here is the timeline of an incident and notes on what responders tried to find out: [paste].
List each question the responders could not answer, what signal would have answered it (metric, log, trace, user data), and a question for the owning team. Do not assume any signal exists.
List what you are unsure of.

সংবেদনশীল ডেটার জন্য একটি লগের নমুনা পর্যালোচনা করুন।

Here is a sample of log lines from our service: [paste, already partially scrubbed].
List any content that looks like secrets, personal data, or internal details, quoting the exact text, and suggest categories of scrub rules. Do not guess whether any is real.
List what you are unsure of.

একটি নামকরণ ও লেবেলের মান প্রস্তাব করুন।

Our services: [list]. Our environments: [list]. Our teams: [list]. What we want to be able to filter by: [list].
Draft a one-page standard for service names, label keys, allowed values, and request identifiers, with examples. Warn about labels that could have very many distinct values. Do not name a vendor.
List what you are unsure of.

এআই স্কিল

  • anomaly-analysis: টেলিমেট্রিতে অস্বাভাবিক ধরন পরীক্ষা করতে ব্যবহার করুন।
  • data-pipeline: টেলিমেট্রি কীভাবে চলে ও সংরক্ষিত হয় তা নকশা করতে ব্যবহার করুন।
  • data-governance: গোপনীয়তা, সংরক্ষণ ও প্রবেশাধিকারের নিয়ম ঠিক করতে ব্যবহার করুন।
  • key-risk-indicators: আগাম সতর্কতার সংকেত বাছতে ব্যবহার করুন।
  • performance-testing: টেলিমেট্রি দিয়ে লেটেন্সি ও সক্ষমতা পরীক্ষা করতে ব্যবহার করুন।

মূল সূত্র

  • OpenTelemetry (opentelemetry.io): মেট্রিক, লগ ও ট্রেসের জন্য খোলা মান ও টুলিং।
  • Charity Majors, Liz Fong-Jones, and George Miranda, Observability Engineering (2022): পদ্ধতিটির একটি চর্চাকারী নির্দেশিকা।
  • Betsy Beyer and others (eds.), Site Reliability Engineering (2016), মনিটরিং নিয়ে অধ্যায়, sre.google-তে বিনামূল্যে।
  • Wikipedia, "Observability (software)" ও "Telemetry": ধারণাগুলোর পরিচিতি।

তথ্যসূত্র

  1. Observability (software) — Wikipedia — https://en.wikipedia.org/wiki/Observability_(software)
  2. Telemetry — Wikipedia — https://en.wikipedia.org/wiki/Telemetry
  3. Logging (computing) — Wikipedia — https://en.wikipedia.org/wiki/Logging_(computing)
  4. Tracing (software) — Wikipedia — https://en.wikipedia.org/wiki/Tracing_(software)
  5. Time series database — Wikipedia — https://en.wikipedia.org/wiki/Time_series_database
  6. Prometheus (software) — Wikipedia — https://en.wikipedia.org/wiki/Prometheus_(software)
  7. Cloud Native Computing Foundation — Wikipedia — https://en.wikipedia.org/wiki/Cloud_Native_Computing_Foundation
  8. Instrumentation (computer programming) — Wikipedia — https://en.wikipedia.org/wiki/Instrumentation_(computer_programming)
  9. Cardinality (data modeling) — Wikipedia — https://en.wikipedia.org/wiki/Cardinality_(data_modeling)
  10. Real user monitoring — Wikipedia — https://en.wikipedia.org/wiki/Real_user_monitoring
  11. Synthetic monitoring — Wikipedia — https://en.wikipedia.org/wiki/Synthetic_monitoring
  12. OpenTelemetry — Cloud Native Computing Foundation — https://opentelemetry.io

সেবা ব্যবস্থাপনা নির্দেশিকা — এজাইল, এআই, অটোমেশন ও বিশ্লেষণসহ সেবা ব্যবস্থাপনা।

উৎস ও অবদান: github.com/service-management-guide. যা দিয়ে তৈরি Lily Design System™.

প্রতিষ্ঠাতা Joel Parker Henderson.