Observability for distributed Apps
La observabilidad es la capacidad de entender el estado interno del sistema que estamos examinando, a través de examinar sus outputs externos
Cuando tienes microservicios que se interconectan, la observabilidad es esencial para poder identificar issues como latencia, request fallidas o performance degradada.
Se basa en tres pilares que se complementan entre ellos.
- Metrics: medidas numericas agregadas a lo largo del tiempo (request counts, error rates). Te dicen que hay algo que ha cambiado.
- Distributed tracing: Capturar el full path de una request a medida que se va moviendo por diferentes servicios. Te dicen donde ocurre el problema.
- Logs: detallados con un timestamp. Te dan los detalles de por qué ha cambiado.
OpenTelemetry como standard
OpenTelemetry es un framework de observabilidad vendor-neutral, open-source. Provee de un set unificado de APIs, SDKs, herramientas para generar, recolectar y exportar telemetría.
- APIs: define la interfazs para crear y administrar datos de telemetria
- SDKs: implementan las APIs y ofrecen config options para procesar y exportar telemertia
- Instrumentation libraries: Capturan automaticamente telemetria de frameworks y libraries. Ejemplo: Una HTTP instrumentation library que captura incoming y outgoing HTTP request details de manera automatica
- Exportes: Serializan y transmiten la telemetria recogida a backend analysis tools.
Al ser vendor-netrual puedes enviar la misma telemetry data a Azure Monitor, Proemetheus, Grafana…
Understand traces, spans, and context propagation
Una traza representa un registro del viaje de una request a través de un sistema distribuido. Cada traza consiste en una o más operaciones individuales. Todas las operaciones juntas forman la secuencia completa para gestionar una request.
Un span es una named, timed operation dentro de una traza. Cada span captura información sobre una unidad específica de trabajo como una HTTP request, database query o llamada a una API externa. Cad span contiene:
- trace ID
- span ID
- parent span ID: span ID de la parent operation que ha iniciado este span (los span root no tienen parents)
- name
- start and end timestamp
- attributes: pares clave-valor
- status: succeded/failed
La jerarquía de spans define la estructura de una traza. El root span representa el entry point al sistema (ej: una incoming HTTP request a una API gateway). Child spans representan downstream operations triggered por esa root request.
Cuando la API gateway, siguien el ejemplo, llama a un embedding service, esa llamada crea un child span. Si ese embedding service llama al vector search service, se crea orto child span bajo el embedding span. Estas relaciones forman un tree que representa visualmente todo el trabajo realizado originado desde la request original.
Context propagation es el mecanismo que carries trace y span IDs across service boudnaries. Sin context propagation, cada serviico crearia trazas sin ninguna manera de correlacionarlas.
OpenTelemetry usa el W3C TraceContext standard para progragar contexto a través de HTTP headers. Cuando un servicio llama a otro incluye un header traceparent que contiene el traceID del span que lo llama