প্রতিটি স্তরে স্প্রিং

Louise Dubois

সোমবার, ১৭ ফেব্রুয়ারী, ২০২৫ ৬:৫২:০১ AM

স্প্রিং বুটে মেট্রিক এবং ট্রেসিংকে একত্রিত করা

বিতরণ সিস্টেমের সাথে কাজ করার সময়, সমস্ত স্তর জুড়ে পর্যবেক্ষণযোগ্যতা নিশ্চিত করা অত্যন্ত গুরুত্বপূর্ণ। স্প্রিং বুটে, লগগুলি ইতিমধ্যে ট্রেস আইডিগুলি ক্যাপচার করতে পারে, যা পরিষেবাগুলিতে অনুরোধগুলি ট্র্যাক করা সহজ করে তোলে। যাইহোক, এই ট্রেস এবং স্প্যান আইডিগুলিকে মেট্রিকগুলিতে সংহত করা একটি চ্যালেঞ্জ হিসাবে রয়ে গেছে। 📊

কল্পনা করুন যে আপনি কোনও পারফরম্যান্স ইস্যু ডিবাগ করছেন এবং আপনি ট্রেস আইডি সহ লগগুলি দেখতে পারেন তবে নির্দিষ্ট মেট্রিক ডেটার সাথে তাদের সম্পর্কিত করতে পারবেন না। এই সীমাবদ্ধতা কার্যকরভাবে সিস্টেমের আচরণ বিশ্লেষণ করা আরও শক্ত করে তোলে। এই ব্যবধানটি পূরণ করার জন্য, আমাদের বিভিন্ন স্তর থেকে মেট্রিকগুলি ট্যাগ করার জন্য একটি উপায় প্রয়োজন resters হার্ট কন্ট্রোলার এবং জেপিএ সংগ্রহস্থলগুলি trace ট্রেস এবং স্প্যান আইডি সহ।

প্রমিথিউস, গ্রাফানা এবং জিপকিন শক্তিশালী পর্যবেক্ষণ এবং ট্রেসিং ক্ষমতা সরবরাহ করে। লগগুলি অনুরোধ প্রবাহের অন্তর্দৃষ্টি সরবরাহ করার সময়, মেট্রিকগুলিতে ট্রেস প্রসঙ্গ সংযুক্ত করা সমস্ত স্তর জুড়ে দৃশ্যমানতা বাড়িয়ে তুলবে। এর অর্থ আমরা নির্দিষ্ট ব্যবহারকারীর অনুরোধগুলির সাথে বিলম্ব, ত্রুটির হার এবং থ্রুপুটকে সম্পর্কিত করতে পারি।

এই গাইডে, আমরা প্রতিটি অ্যাপ্লিকেশন স্তরে মেট্রিকগুলিতে ট্রেস এবং স্প্যান আইডিগুলিকে সংযোজন করতে স্প্রিং বুট কীভাবে কনফিগার করব তা অনুসন্ধান করব। আপনি বিশ্রামের শেষ পয়েন্টগুলি বা ডাটাবেস ইন্টারঅ্যাকশনগুলির সাথে কাজ করছেন না কেন, এই পদ্ধতির আপনাকে পূর্ণ-স্ট্যাক পর্যবেক্ষণ অর্জনে সহায়তা করবে। 🚀

কমান্ড	ব্যবহারের উদাহরণ
OncePerRequestFilter	একটি স্প্রিং বুট ফিল্টার যা একটি অনুরোধ নিশ্চিত করে যে লাইফসাইকেল প্রতি একবার একবার প্রক্রিয়া করা হয়, এটি মেট্রিকগুলিতে ট্রেস আইডি যুক্ত করার জন্য দরকারী করে তোলে।
MeterRegistry.counter()	মাইক্রোমিটারে ট্রেস আইডি সহ মেট্রিকগুলির ট্যাগিংয়ের অনুমতি দিয়ে একটি কাস্টম মেট্রিক কাউন্টার তৈরি এবং বৃদ্ধি করতে ব্যবহৃত হয়।
TraceContextHolder.getTraceId()	একটি কাস্টম ইউটিলিটি পদ্ধতি যা ট্রেসিং প্রসঙ্গ থেকে বর্তমান ট্রেস আইডি পুনরুদ্ধার করে, স্তরগুলি জুড়ে সঠিক পারস্পরিক সম্পর্ক নিশ্চিত করে।
StatementInspector	হাইবারনেট থেকে একটি ইন্টারফেস যা কার্যকরকরণের আগে এসকিউএল ক্যোয়ারীগুলির পরিবর্তন এবং পরিদর্শন করতে দেয়, ডাটাবেস মেট্রিকগুলি ট্যাগ করার জন্য দরকারী।
fetch("http://localhost:9090/api/v1/query")	সামনের অংশে রিয়েল-টাইম ট্রেস আইডি-ভিত্তিক মেট্রিকগুলি প্রদর্শন করতে এর এপিআইয়ের মাধ্যমে প্রমিথিউস মেট্রিক ডেটা আনতে পারে।
response.json()	প্রমিথিউস এপিআই প্রতিক্রিয়াটিকে একটি জেএসওএন ফর্ম্যাটে পার্স করে, প্রতিক্রিয়াটি প্রক্রিয়া করা এবং মেট্রিকগুলি প্রদর্শন করা সহজ করে তোলে।
meterRegistry.counter().increment()	প্রতিটি অনুরোধ বা ডাটাবেস ক্যোয়ারীকে ট্রেস আইডি সহ গণনা করার অনুমতি দিয়ে স্পষ্টভাবে একটি নির্দিষ্ট মেট্রিক কাউন্টারকে বাড়িয়ে তোলে।
filterChain.doFilter()	মেট্রিকগুলি যুক্ত করার পরে স্বাভাবিক অনুরোধ প্রক্রিয়াজাতকরণ নিশ্চিত করে চেইনের পরবর্তী ফিল্টারটির অনুরোধ এবং প্রতিক্রিয়া পাস করে।
useEffect(() =>useEffect(() => {}, [])	একটি প্রতিক্রিয়া হুক যা উপাদান মাউন্টে একবার চলে যায়, ড্যাশবোর্ডটি লোড করার সময় প্রমিথিউস মেট্রিকগুলি আনতে এখানে ব্যবহৃত হয়।

মেট্রিকগুলিতে ট্রেস আইডি সহ পর্যবেক্ষণযোগ্যতা বাড়ানো

আধুনিক বিতরণ সিস্টেমে, ডিবাগিং এবং পারফরম্যান্স পর্যবেক্ষণের জন্য পারস্পরিক সম্পর্কযুক্ত লগ এবং মেট্রিকগুলি গুরুত্বপূর্ণ। আমরা যে স্ক্রিপ্টগুলি বিকাশ করেছি সেগুলি সংহত করতে সহায়তা করে ট্রেস আইডি এবং স্প্যান আইডি স্প্রিং বুটের পর্যবেক্ষণের স্ট্যাকের মধ্যে। প্রথম স্ক্রিপ্টটি ব্যবহার করে একটি কাস্টম ফিল্টার পরিচয় করিয়ে দেয় একবার perRequestFilter আগত এইচটিটিপি অনুরোধগুলি বাধা দিতে এবং মাইক্রোমিটার মেট্রিকগুলিতে ট্রেস আইডি সংযুক্ত করে। এটি নিশ্চিত করে যে প্রতিটি এইচটিটিপি অনুরোধটি তার সম্পর্কিত ট্রেস আইডি দিয়ে গণনা করা এবং লেবেলযুক্ত। এটি ব্যতীত, একাধিক পরিষেবাগুলিতে পৃথক অনুরোধের সন্ধান করা চ্যালেঞ্জিং হবে। সমস্যাটি কন্ট্রোলার, পরিষেবা বা ডাটাবেস স্তরে অবস্থিত কিনা তা না জেনে ধীর এপিআই প্রতিক্রিয়াটির সমস্যা সমাধানের কল্পনা করুন! 🚀

আমাদের দ্বিতীয় স্ক্রিপ্টটি উত্তোলন করে অধ্যবসায় স্তরকে কেন্দ্র করে হাইবারনেটের স্টেটমেন্ট ইনস্পেক্টর। এই উপাদানটি কার্যকর করার আগে এসকিউএল ক্যোয়ারীগুলি পরীক্ষা করে, আমাদের ডাটাবেস ইন্টারঅ্যাকশনগুলিতে ট্রেস আইডিগুলিকে সংযোজন করতে দেয়। এর অর্থ আমরা কেবল এইচটিটিপি অনুরোধগুলিই নয়, তারা যে প্রশ্নগুলি তৈরি করে সেগুলিও ট্র্যাক করতে পারি, সিস্টেমের পারফরম্যান্সের একটি পূর্ণ-স্ট্যাক ভিউ দিয়ে। উদাহরণস্বরূপ, যদি কোনও শেষ পয়েন্টটি কোনও সংগ্রহস্থল পদ্ধতিতে কল করা ধীরে ধীরে প্রশ্নে আসে তবে আমাদের ট্যাগযুক্ত মেট্রিকগুলি মূল কারণটি সনাক্ত করতে সহায়তা করতে পারে। ব্যবহার করে মিটারগ্রিস্ট্রি.কন্টার (), আমরা যখনই কোনও ক্যোয়ারী কার্যকর করা হয় তখন আমরা একটি মেট্রিক বাড়িয়ে তুলি, ডাটাবেস পারফরম্যান্সে সম্পূর্ণ দৃশ্যমানতা নিশ্চিত করে।

সামনের দিকের দিকে, আমরা একটি সাধারণ প্রতিক্রিয়া ড্যাশবোর্ড তৈরি করেছি যা ট্রেস আইডি সহ ট্যাগ করা প্রমিথিউস মেট্রিকগুলি আন এবং প্রদর্শন করে। ব্যবহার আনতে () আমাদের অ্যাপ্লিকেশনটিকে রিয়েল টাইমে প্রমিথিউস থেকে ডেটা পুনরুদ্ধার করার অনুমতি দেয়। যখন কোনও ব্যবহারকারী ড্যাশবোর্ডটি খোলেন, তারা ট্রেস আইডি প্রতি অনুরোধের সংখ্যা দেখতে পান, দলগুলিকে ব্যবহারকারীর আচরণের সাথে ব্যাকএন্ড ক্রিয়াকলাপের সাথে সম্পর্কিত করতে সহায়তা করে। একটি বিকাশকারী একটি নির্দিষ্ট অনুরোধ ডিবাগিং করা দ্রুত তার ট্রেস আইডিটি সন্ধান করতে পারে এবং এটি কতগুলি প্রশ্ন ট্রিগার করেছে তা দেখতে পারে। এই পদ্ধতির পর্যবেক্ষণের উন্নতি করে এবং ডিবাগিং সেশনগুলিকে আরও দক্ষ করে তোলে। 📊

শেষ পর্যন্ত, এই সমাধানগুলি সমস্ত অ্যাপ্লিকেশন স্তরগুলিতে একটি বিরামবিহীন ট্রেসিং অভিজ্ঞতা তৈরি করতে একসাথে কাজ করে। প্রমিথিউস, গ্রাফানা এবং জিপকিনের সাথে স্প্রিং বুটের পর্যবেক্ষণের সরঞ্জামগুলি একত্রিত করে আমরা পূর্ণ-স্ট্যাক মনিটরিং অর্জন করি। বিকাশকারীরা এখন স্বাচ্ছন্দ্যে ডাটাবেস প্রশ্নের প্রবেশ পয়েন্ট থেকে অনুরোধগুলি ট্র্যাক করতে পারেন। এটি কেবল সিস্টেমের নির্ভরযোগ্যতা উন্নত করে না তবে ডিবাগিংয়ের সময়ও হ্রাস করে। একটি বাস্তব-বিশ্বের দৃশ্যে, এটি কার্যকারিতা বৃদ্ধির আগে পারফরম্যান্স বাধা সনাক্ত করতে এবং সংস্থান বরাদ্দকে অনুকূল করতে সহায়তা করবে। এই জাতীয় পর্যবেক্ষণের সর্বোত্তম অনুশীলনগুলি বাস্তবায়ন করা আরও ভাল পারফরম্যান্স, দ্রুত সমস্যা সমাধান এবং বর্ধিত ব্যবহারকারীর অভিজ্ঞতা নিশ্চিত করে। 🚀

সম্পূর্ণ পর্যবেক্ষণের জন্য মেট্রিকগুলিতে ট্রেস আইডি প্রয়োগ করা

মাইক্রোমিটার এবং স্লিউথ সহ স্প্রিং বুট ব্যবহার করে ব্যাক-এন্ড সলিউশন

// Import necessary packages
import io.micrometer.core.instrument.MeterRegistry;
import org.springframework.stereotype.Component;
import org.springframework.web.filter.OncePerRequestFilter;
import javax.servlet.FilterChain;
import javax.servlet.ServletException;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.io.IOException;
import java.util.Optional;
@Component
public class TraceIdMetricFilter extends OncePerRequestFilter {
    private final MeterRegistry meterRegistry;
    public TraceIdMetricFilter(MeterRegistry meterRegistry) {
        this.meterRegistry = meterRegistry;
    }
    @Override
    protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain filterChain)
            throws ServletException, IOException {
        String traceId = Optional.ofNullable(request.getHeader("traceId")).orElse("unknown");
        meterRegistry.counter("http.requests", "traceId", traceId).increment();
        filterChain.doFilter(request, response);
    }
}

জেপিএর সাথে ডাটাবেস মেট্রিকগুলিতে ট্রেস আইডি সংহতকরণ

হাইবারনেট এবং মাইক্রোমিটার সহ স্প্রিং বুট ব্যবহার করে ব্যাক-এন্ড সলিউশন

// Import necessary packages
import io.micrometer.core.instrument.MeterRegistry;
import org.hibernate.resource.jdbc.spi.StatementInspector;
import org.springframework.stereotype.Component;
@Component
public class TraceIdStatementInspector implements StatementInspector {
    private final MeterRegistry meterRegistry;
    public TraceIdStatementInspector(MeterRegistry meterRegistry) {
        this.meterRegistry = meterRegistry;
    }
    @Override
    public String inspect(String sql) {
        String traceId = TraceContextHolder.getTraceId(); // Assume TraceContextHolder gets the traceId
        meterRegistry.counter("database.queries", "traceId", traceId).increment();
        return sql;
    }
}

ফ্রন্টেন্ড ইন্টিগ্রেশন: ট্রেস আইডি মেট্রিকগুলি প্রদর্শন করা হচ্ছে

প্রতিক্রিয়া এবং প্রমিথিউস এপিআই ব্যবহার করে ফ্রন্ট-এন্ড বাস্তবায়ন

import React, { useEffect, useState } from "react";
const MetricsDashboard = () => {
  const [metrics, setMetrics] = useState([]);
  useEffect(() => {
    fetch("http://localhost:9090/api/v1/query?query=http_requests_total")
      .then(response => response.json())
      .then(data => setMetrics(data.data.result));
  }, []);
  return (
    <div>
      <h2>Trace ID Metrics</h2>
      <ul>
        {metrics.map((metric, index) => (
          <li key={index}>{metric.metric.traceId}: {metric.value[1]} requests</li>
        ))}
      </ul>
    </div>
  );
};
export default MetricsDashboard;

স্প্রিং বুট মেট্রিকগুলিতে উন্নত ট্রেসেবিলিটি

যখন আমরা সংহতকরণ অন্বেষণ করেছি ট্রেস আইডি বিশ্রাম এবং ডাটাবেস মেট্রিকগুলিতে, অন্য একটি গুরুত্বপূর্ণ দিক বিতরণ করা লেনদেনগুলি পর্যবেক্ষণ করা। মাইক্রোসার্ভিসেস আর্কিটেকচারে, একক ব্যবহারকারীর অনুরোধ প্রায়শই একাধিক পরিষেবা বিস্তৃত করে, এটি কীভাবে কোনও অনুরোধ প্রচার করে তা ট্র্যাক করা অপরিহার্য করে তোলে। স্প্রিং বুট, যখন ওপেনটেলমেট্রি এর মতো সরঞ্জামগুলির সাথে মিলিত হয়, আমাদের প্রতিটি পরিষেবা মিথস্ক্রিয়াটির জন্য বিশদ স্প্যানগুলি ক্যাপচার করতে দেয়। এটি নিশ্চিত করে যে ফ্রন্টএন্ড ইউআই থেকে ব্যাকএন্ড এপিআই এবং ডাটাবেসগুলিতে অনুরোধগুলি সমস্ত একক ট্রেসের অধীনে সম্পর্কযুক্ত। এটি ব্যতীত, ডিবাগিং পারফরম্যান্স বাধাগুলি উল্লেখযোগ্যভাবে আরও শক্ত হয়ে ওঠে। 🔍

আর একটি গুরুত্বপূর্ণ দিক হ'ল অ্যাসিনক্রোনাস অপারেশনগুলিতে ট্রেসেবিলিটি প্রয়োগ করা। আধুনিক অ্যাপ্লিকেশনগুলিতে, অনেকগুলি প্রক্রিয়া পটভূমিতে চলে, যেমন কাফকা বা রাবিটএমকিউর সাথে ইভেন্ট-চালিত ক্রিয়াকলাপ। বার্তা সারিগুলিতে ট্রেস আইডি প্রচার করতে স্প্রিং বুটটি কনফিগার করে আমরা নিশ্চিত করতে পারি যে এমনকি অ্যাসিনক্রোনাস কাজগুলিও সঠিকভাবে সনাক্ত করা হয়েছে। উদাহরণস্বরূপ, যখন কোনও ই-কমার্স সিস্টেমে কোনও অর্ডার দেওয়া হয়, একাধিক পরিষেবাদি ইনভেন্টরি, অর্থ প্রদান এবং বিজ্ঞপ্তিগুলি পরিচালনা করে। যদি এই পদক্ষেপগুলির মধ্যে একটিতে কোনও সমস্যা দেখা দেয় তবে মূল কারণটি সন্ধান করা যথাযথ স্প্যান প্রচার ছাড়াই প্রায় অসম্ভব হয়ে উঠবে।

ট্রেসিং বাস্তবায়নের সময় সুরক্ষা এবং ডেটা অখণ্ডতাও মূল বিষয়। বাহ্যিকভাবে ট্রেস আইডিগুলি প্রকাশ করা সঠিকভাবে পরিচালনা না করা হলে সুরক্ষা ঝুঁকির দিকে নিয়ে যেতে পারে। সেরা অনুশীলনের মধ্যে সংবেদনশীল ট্রেস তথ্য ফিল্টার করা এবং লগ এবং মেট্রিকগুলি অজান্তেই ব্যক্তিগত ডেটা প্রকাশ না করে তা নিশ্চিত করা অন্তর্ভুক্ত। তদুপরি, ভূমিকা-ভিত্তিক অ্যাক্সেস নিয়ন্ত্রণের সাথে ট্রেসেবিলিটিকে একত্রিত করা নিশ্চিত করে যে কেবলমাত্র অনুমোদিত কর্মীরা বিশদ ট্রেসিং সম্পর্কিত তথ্য জিজ্ঞাসা করতে পারেন। এই সুরক্ষা ব্যবস্থাগুলি বাস্তবায়ন নিশ্চিত করে যে পর্যবেক্ষণযোগ্যতা দায়বদ্ধতার চেয়ে একটি সম্পদ থেকে যায়। 🚀

স্প্রিং বুট ট্রেসেবিলিটি সম্পর্কে প্রায়শই জিজ্ঞাসিত প্রশ্ন

আমি কীভাবে একটি স্প্রিং বুট অ্যাপ্লিকেশনটিতে ট্রেসিং সক্ষম করব?
স্প্রিং বুট মাধ্যমে ট্রেসিং সমর্থন করে Spring Cloud Sleuth এবং Micrometer। উপযুক্ত নির্ভরতা যুক্ত করে এবং ট্রেসিং বৈশিষ্ট্যগুলি কনফিগার করে আপনি ট্রেস এবং স্প্যান আইডিগুলি স্বয়ংক্রিয়ভাবে ক্যাপচার করতে পারেন।
আমি কি একাধিক মাইক্রোসার্ভিসেস জুড়ে ট্রেস আইডিগুলি ট্র্যাক করতে পারি?
হ্যাঁ, ব্যবহার করে Zipkin বা Jaeger বিতরণ করা ট্রেসিং লাইব্রেরিগুলির পাশাপাশি, ট্রেস আইডিগুলি একাধিক পরিষেবাগুলিতে প্রচার করা যেতে পারে, অনুরোধ প্রবাহে সম্পূর্ণ দৃশ্যমানতার অনুমতি দেয়।
আমি কীভাবে কাফকা বার্তাগুলিতে ট্রেস আইডি সংযুক্ত করতে পারি?
আপনি ব্যবহার করে বার্তা শিরোনামে ট্রেস আইডি অন্তর্ভুক্ত করতে পারেন KafkaTemplate.send()। বার্তাগুলি গ্রাস করার সময়, ট্রেস আইডিটি বের করুন এবং এটি ট্রেসিং প্রসঙ্গে সেট করুন।
গ্রাফানা ড্যাশবোর্ডে ট্রেস আইডি দেখতে কি সম্ভব?
হ্যাঁ, প্রমিথিউস এবং গ্রাফানা দিয়ে কনফিগার করে Micrometer tags, আপনি সরাসরি আপনার গ্রাফানা প্যানেলগুলিতে ট্রেস সম্পর্কিত মেট্রিকগুলি কল্পনা করতে পারেন।
আমি কীভাবে ট্রেস আইডি সুরক্ষা নিশ্চিত করব?
ট্রেস তথ্য সুরক্ষার জন্য, বাহ্যিক এপিআই এবং লগগুলিতে ট্রেস আইডি প্রকাশ করা এড়িয়ে চলুন। ব্যবহার log sanitization লগগুলি সংরক্ষণের আগে সংবেদনশীল ডেটা ফিল্টার করার কৌশলগুলি।

স্প্রিং বুট অ্যাপ্লিকেশনগুলিতে পর্যবেক্ষণযোগ্যতা অনুকূলকরণ

সমস্ত স্তর জুড়ে ট্রেস আইডি বাস্তবায়ন অ্যাপ্লিকেশন আচরণের গভীর অন্তর্দৃষ্টি সরবরাহ করে। ট্রেস এবং স্প্যান আইডি সহ মেট্রিকগুলি ট্যাগ করে, বিকাশকারীরা শেষ থেকে শেষের দৃশ্যমানতা অর্জন করে, ধীর অনুরোধগুলি বা ব্যর্থ পরিষেবাগুলি নির্ণয় করা সহজ করে তোলে। প্রমিথিউস এবং গ্রাফানার মতো সরঞ্জামগুলি ব্যবহার করে রিয়েল-টাইম পর্যবেক্ষণকে আরও বাড়িয়ে তোলে।

ডিবাগিংয়ের বাইরে, কাঠামোগত ট্রেসিং পারফরম্যান্স অপ্টিমাইজেশন উন্নত করতে সহায়তা করে। অদক্ষ ডাটাবেস প্রশ্নগুলি চিহ্নিত করা, মাইক্রোসার্ভিসেস লেটেন্সি ট্র্যাক করা এবং অনুরোধ প্রবাহগুলি বিশ্লেষণ করা আরও সহজ হয়ে ওঠে। ট্রেসিং কৌশলগুলিতে বিনিয়োগ করা কেবল আরও ভাল সমস্যা সমাধানের জন্য নয়, একটি মসৃণ ব্যবহারকারীর অভিজ্ঞতাও নিশ্চিত করে। 🔍

মেট্রিকগুলিতে ট্রেস আইডি বাস্তবায়নের জন্য উত্স এবং রেফারেন্স

মাইক্রোমিটার এবং স্লুথের সাথে স্প্রিং বুটে ট্রেসিং সংহত করার বিষয়ে অফিসিয়াল ডকুমেন্টেশন: স্প্রিং ক্লাউড sleuth ।
স্প্রিং বুট অ্যাপ্লিকেশনগুলি পর্যবেক্ষণের জন্য প্রমিথিউস এবং গ্রাফানা স্থাপনের জন্য গাইড: প্রমিথিউস ডকুমেন্টেশন ।
জিপকিন ব্যবহার করে বিতরণ ট্রেসিংয়ের জন্য সেরা অনুশীলন: জিপকিন আর্কিটেকচার ।
হাইবারনেট কোয়েরিতে ট্রেস এবং স্প্যান আইডি প্রচারের বাস্তবায়ন: হাইবারনেট ব্যবহারকারী গাইড ।

প্রতিটি স্তরে স্প্রিং বুট মেট্রিকগুলি উন্নত করতে ট্রেস এবং স্প্যান আইডি ব্যবহার করে