Django

Observability e monitoring

Structured logging, error tracking con Sentry, correlation ID, APM (Application Performance Monitoring), metriche DB, health check, alerting

24 domande da colloquio·
Senior
1

Cos'è l'observability nel contesto di un'applicazione Django?

Risposta

L'observability è la capacità di comprendere lo stato interno di un sistema a partire dai suoi output esterni. Si basa su tre pilastri: logs (eventi), metriche (dati numerici) e traces (percorsi delle richieste). A differenza del semplice monitoring che verifica se un sistema funziona, l'observability consente di diagnosticare perché un problema si verifica.

2

Quali sono i tre pilastri dell'observability?

Risposta

I tre pilastri dell'observability sono i logs (registrazione di eventi discreti), le metriche (dati numerici aggregati nel tempo) e i traces (tracciamento del percorso di una richiesta attraverso i servizi). Questi tre elementi combinati permettono di comprendere il comportamento di un sistema distribuito.

3

Come configurare lo structured logging in Django con formato JSON?

Risposta

Lo structured logging consiste nell'emettere logs come dati strutturati (JSON) anziché testo libero. Questo facilita l'analisi automatizzata da parte di strumenti come ELK o Datadog. La libreria python-json-logger è comunemente usata con il sistema di logging standard di Django per formattare i logs in JSON.

4

Qual è il vantaggio principale dello structured logging rispetto ai logs di testo tradizionali?

5

Cos'è un correlation ID e perché è essenziale in un'architettura distribuita?

+21 domande da colloquio

Padroneggia Django per il tuo prossimo colloquio

Accedi a tutte le domande, flashcards, test tecnici, esercizi di code review e simulatori di colloquio.

Inizia gratis