Telemetry

Telemetry, eller telemetri, er data, som udsendes eller indsamles om et systems tilstand og adfærd. I IT kan det eksempelvis være svartider, fejlregistreringer og oplysninger om et kald gennem flere tjenester.

Metrics beskriver målinger, logs registrerer hændelser, og traces viser et forløb gennem systemets komponenter. Signalerne kan supplere hinanden. De bliver først nyttige, når de har en kendt betydning, tilstrækkelig kontekst og en modtager, der kan bruge dem.

Hvorfor er begrebet vigtigt?

Telemetry gør det muligt at følge drift og undersøge afvigelser uden kun at spørge, om en server er startet. Målinger af fejl og svartid kan pege på påvirkning af brugerne, mens hændelser og traces hjælper med at afgrænse, hvor en undersøgelse skal begynde.

En sammenhængende model kræver fælles navne for tjenester og miljøer samt relevante tidsstempler og korrelationsoplysninger. Ellers kan store datamængder være svære at forbinde med den konkrete fejl eller ændring.

Typisk misforståelse

Mere telemetry er ikke automatisk bedre observability. Observability er evnen til at forstå systemets tilstand ud fra de tilgængelige signaler. Data uden enhed, kontekst eller dækkende instrumentering kan stadig efterlade afgørende spørgsmål ubesvarede.

Telemetry er heller ikke nødvendigvis ufølsomme tekniske data. Logbeskeder og attributter kan indeholde personoplysninger, adgangstokens eller indhold fra requests. Undgå unødvendig indsamling, og beskyt både transport, lagring og adgang.

Eksempel

En fiktiv ordreapplikation får længere svartider. Teamet ser først stigningen i en måling af requestvarighed. En udvalgt trace viser et langsomt databasekald, og en fejlbesked med samme korrelations-ID hjælper med at afgrænse undersøgelsen.

De tre signaler giver forskellige perspektiver på samme forløb, men beviser ikke alene årsagen. Teamet kontrollerer også ændringer og datakildernes dækning. Det behøver ikke at gemme hele kundeordren eller brugerens token for at undersøge den langsomme operation.

Best practice

• Vælg signaler ud fra konkrete drifts- og fejlfindingsspørgsmål frem for at indsamle alt.

• Brug konsistente tjenestenavne, miljøangivelser, enheder og tidsstempler.

• Dokumentér filtrering, sampling og datatab, så manglende observationer ikke forveksles med normal drift.

• Begræns følsomt indhold ved kilden, og kontrollér også data fra automatiske instrumenteringsbiblioteker.

• Overvåg selve indsamlingskæden, og aftal adgang, opbevaring, omkostningsramme og ansvar.