Erzählen Sie uns von Ihrer Erfahrung mit…

Die Log-Analyse wurde für Debugging, Überwachung und die Ursachenforschung bei Vorfällen verwendet.

Hauptanwendungsszenarien:

Fehlererkennung: Identifikation von Fehlern, Warnungen und Ausnahmen in den Logs der Anwendung, des Servers oder der Datenbank.
Leistungsdiagnose: Analyse der Antwortzeiten, CPU-Auslastung, Speicherverbrauch anhand von Monitoring-System-Logs oder den Anwendungen selbst.
Vorfalluntersuchung: Wiederherstellung der Chronologie der Ereignisse, die zum Ausfall führten, basierend auf Logs verschiedener Systemkomponenten.
Systemstatusüberwachung: Einrichtung von Alarmen für Schlüsselereignisse oder Fehler in den Logs.
Benutzerverhaltensanalyse: Nachverfolgung der Abfolge von Benutzeraktionen anhand von API- oder Webserver-Logs.

Werkzeuge und Ansätze:

Texteditoren und Kommandozeilen-Utilities: Für kleine Projekte oder lokale Analysen wurden grep, awk, sed unter Linux/Unix verwendet.
Zentralisierte Logging-Systeme: Arbeit mit ELK-Stack (Elasticsearch, Logstash, Kibana), Grafana Loki. Diese Systeme ermöglichen das Sammeln, zentrale Speichern, Indizieren und Visualisieren von Logs aus verschiedenen Quellen. Die Nutzung von Kibana oder Grafana zur Erstellung von Dashboards und interaktiven Log-Suchen war Routine.
Strukturiertes Logging: Teams wurden ermutigt, Log-Formate zu verwenden, die das Parsen erleichtern (z.B. JSON), und eine Korrelations-ID hinzuzufügen, um Anfragen zwischen Diensten zu verknüpfen.
Überwachung und Alarme: Regeln in Monitoring- (Prometheus) und Logging-Systemen (ELK, Grafana) wurden eingerichtet, um Benachrichtigungen bei kritischen Fehlern oder Überschreitungen bestimmter Warnungszahlen in den Logs zu versenden.

Beispiel für die Verwendung von ELK zur Fehlersuche:

Identifikation des Vorfalls (z.B. Nutzerbeschwerde).
Zugriff auf Kibana, Auswahl des entsprechenden Log-Index.
Eingabe von Schlüsselwörtern oder Filtern (z.B. Nutzer-ID, Anfragezeit, Microservice-Name).
Suche im Feld level: ERROR oder level: WARNING.
Analyse des Stacktraces und der umliegenden Logs, um den Fehlerkontext zu bestimmen und das Modul oder die Funktion zu identifizieren, die den Fehler verursacht hat.

{
  "@timestamp": "2023-10-27T10:30:00.123Z",
  "level": "ERROR",
  "message": "Datenbankverbindung fehlgeschlagen",
  "service": "user-service",
  "correlation_id": "abc-123",
  "error": {
    "type": "SQLException",
    "message": "Verbindung abgelehnt",
    "stacktrace": "..." // Hier folgt der vollständige Stacktrace
  },
  "user_id": "user-xyz"
}

Die Log-Analyse ist ein kritischer Bestandteil des Test- und Supportprozesses, der eine schnelle Identifikation und Lokalisierung von Problemen ermöglicht.

Erzählen Sie uns von Ihrer Erfahrung mit Log-Analysen.