Koji su načini identifikacije i dijagnostike problema sa performansama u proizvodnji?

• Korišćenje ugrađenih paketa: expvar (jednostavne ključ-vrednost metrike), runtime (statistika GC, goroutine i dr.).
• Spoljašnje biblioteke: Prometheus, Datadog, New Relic.
• Praćenje RPS, kašnjenja zahteva, grešaka, potrošnje resursa (CPU, RAM).

• Korišćenje paketa net/http/pprof za HTTP servise.
• Korišćenje paketa runtime/pprof za generisanje profila CPU, memorije, blokada, goroutine.
• Analiza profila pomoću alata go tool pprof.

# Primer korišćenja go tool pprof
go tool pprof http://localhost:6060/debug/pprof/heap  # Profil hrpe

• Tipovi profilisanja: CPU, Heap, Goroutine, Blocking, Mutex, ThreadCreate, Trace.

• Korišćenje paketa golang.org/x/net/trace.
• Korišćenje OpenTracing/OpenTelemetry za distribuirano tracovanje.
• Praćenje puta zahteva kroz sistem, identifikacija uskih grla u interakciji servisa.

// Primer korišćenja trace
import "golang.org/x/net/trace"

func handleRequest(w http.ResponseWriter, r *http.Request) {
    tr := trace.New("my_service", "handleRequest")
    defer tr.Finish()

    // Logovanje događaja u traci
    tr.LazyLog("Početak obrade zahteva", false)

    // ... logika obrade zahteva ...

    tr.LazyLog("Završetak obrade zahteva", false)
}

• Sakupljanje i centralizovano čuvanje logova (ELK Stack, Loki/Grafana).
• Pretraživanje anomalija, grešaka, sporih zahteva u logovima.
• Integracija logova sa traciranjem za povezivanje događaja.

• Dynatrace, AppDynamics, New Relic.
• Obuhvataju sveobuhvatne alate za monitoring, profilisanje i traciranje.