Povězte nám o své zkušenosti s analýzou logů.

Analýza logů byla používána pro ladění, monitorování a hledání příčin incidentů.

Hlavní scénáře použití:

• Hledání chyb: Identifikace chyb, varování a generovaných výjimek v logách aplikace, serveru nebo databáze.
• Diagnostika výkonu: Analýza doby odezvy, zatížení CPU, spotřeby paměti podle logů monitorovacích systémů nebo samotných aplikací.
• Vyšetřování incidentů: Obnovení časové osy událostí, které vedly k selhání, na základě logů různých komponent systému.
• Monitorování stavu systému: Nastavení upozornění na klíčové události nebo chyby v logách.
• Analýza chování uživatelů: Sledování posloupnosti akcí uživatele na základě logů požadavků na API nebo webový server.

Nástroje a přístupy:

• Textové editory a příkazové nástroje: Pro malé projekty nebo lokální analýzu používal grep, awk, sed v Linux/Unix systémech.
• Centralizované systémy logování: Pracoval s ELK stackem (Elasticsearch, Logstash, Kibana), Grafana Loki. Tyto systémy umožňují sběr logů z různých zdrojů, jejich centralizované ukládání, indexaci a vizualizaci. Použití Kibany nebo Grafany pro tvorbu dashboardů a interaktivní vyhledávání v logách bylo rutinní.
• Strukturované logování: Vyžadoval od vývojových týmů používání formátů logů, které usnadňují parsing (například JSON), přidáváním Correlation ID pro spojování požadavků mezi službami.
• Monitorování a upozornění: Nastavoval pravidla v monitorovacích systémech (Prometheus) a logovacích systémech (ELK, Grafana) pro zasílání upozornění při výskytu kritických chyb nebo překročení určitého počtu varování v logách.

Příklad použití ELK pro hledání chyby:

1. Identifikace incidentu (například stížnost uživatele).
2. Přechod do Kibany, výběr odpovídajícího indexu logů.
3. Zadání klíčových slov nebo filtrů (například ID uživatele, čas požadavku, název mikroservisu).
4. Vyhledávání podle pole level: ERROR nebo level: WARNING.
5. Analýza stacktrace a okolních logů pro určení kontextu chyby a identifikaci modulu nebo funkce, která selhání způsobila.

{
  "@timestamp": "2023-10-27T10:30:00.123Z",
  "level": "ERROR",
  "message": "Selhání připojení k databázi",
  "service": "user-service",
  "correlation_id": "abc-123",
  "error": {
    "type": "SQLException",
    "message": "Connection refused",
    "stacktrace": "..." // Zde bude úplný stacktrace
  },
  "user_id": "user-xyz"
}

Analýza logů je kriticky důležitou součástí procesu testování a podpory produktu, umožňující rychle odhalit a lokalizovat problémy.