Django

Observability i monitoring

Structured logging, śledzenie błędów Sentry, correlation ID, APM (Application Performance Monitoring), metryki DB, health check, alerting

24 pytań z rozmów·
Senior
1

Czym jest observability w kontekście aplikacji Django?

Odpowiedź

Observability to zdolność do zrozumienia wewnętrznego stanu systemu na podstawie jego zewnętrznych danych wyjściowych. Opiera się na trzech filarach: logs (zdarzenia), metryki (dane liczbowe) i traces (ścieżki requestów). W przeciwieństwie do prostego monitoringu, który sprawdza, czy system działa, observability umożliwia zdiagnozowanie, dlaczego problem występuje.

2

Jakie są trzy filary observability?

Odpowiedź

Trzy filary observability to logs (rejestrowanie pojedynczych zdarzeń), metryki (dane liczbowe agregowane w czasie) i traces (śledzenie ścieżki requestu przez usługi). Te trzy elementy połączone razem umożliwiają zrozumienie zachowania systemu rozproszonego.

3

Jak skonfigurować structured logging w Django w formacie JSON?

Odpowiedź

Structured logging polega na emitowaniu logs jako danych strukturalnych (JSON) zamiast wolnego tekstu. Ułatwia to zautomatyzowaną analizę przez narzędzia takie jak ELK lub Datadog. Biblioteka python-json-logger jest powszechnie używana ze standardowym systemem logowania Django do formatowania logs jako JSON.

4

Jaka jest główna zaleta structured logging w porównaniu z tradycyjnymi logami tekstowymi?

5

Czym jest correlation ID i dlaczego jest niezbędny w architekturze rozproszonej?

+21 pytań z rozmów

Opanuj Django na następną rozmowę

Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.

Zacznij za darmo