SLO OpenTelemetry في Dynatrace: التوافر وزمن الاستجابة بلغة DQL

SLO OpenTelemetry في Dynatrace: حوّل الـ spans إلى أهداف توافر وزمن استجابة بلغة DQL، وتحكم في كلفة الاستعلامات، ثم تحقق من النتائج خطوة بخطوة.
SLO OpenTelemetry dans Dynatrace : disponibilité et latence en DQL

ترسل خدماتك تتبعاتها عبر OTLP، لكن أهداف الموثوقية لديك ما زالت أرقامًا في صفحة wiki. ومن دون SLO OpenTelemetry مرتبط بهذه البيانات، لا أحد يعرف هل تفي الخدمة بوعدها، ولا كم بقي من ميزانية الأخطاء (error budget) قبل تجميد عمليات النشر في الإنتاج.

هدف هذا الدرس التطبيقي إنشاء هدفين لمستوى الخدمة (SLO) في Dynatrace انطلاقًا من spans الخاصة بـ OpenTelemetry، أحدهما للتوافر والآخر لزمن الاستجابة، مكتوبين بلغة DQL، ثم التحقق من قيمهما. يستهدف المحتوى Dynatrace SaaS (منصة Grail وتطبيق Service-Level Objectives)، وفيه قسم يعرض البديل في Dynatrace Managed.

إن كنت لم تحسم بعد المؤشرات التي ستقيسها، فاقرأ أولًا كيف تختار مؤشرات مستوى الخدمة (SLI): الطريقة العملية.

ما الذي نقيسه

  • التوافر: نسبة طلبات الخادم التي لا تنتهي بخطأ. الهدف: 99.5% على مدى 28 يومًا.
  • زمن الاستجابة: نسبة طلبات الخادم التي تُخدَّم في أقل من 500 ms. الهدف: 95% على مدى 28 يومًا.

كلا المؤشرين (SLI) نسبة بين «الأحداث الجيدة» و«الأحداث الصالحة». وهذه الصيغة تجعل ميزانية الأخطاء مقروءة: يمكن أن يفشل 0.5% من الطلبات خلال النافذة.

المتطلبات المسبقة

  • بيئة SaaS على منصة Grail، مع تطبيق Service-Level Objectives وصلاحيات قراءة الـ spans وكتابة الـ SLO (القائمة الدقيقة في الوثائق).
  • spans من OpenTelemetry موجودة فعلًا في Grail وتحمل السمة service.name. وإن لم يصل شيء، فاتبع قائمة التحقق في غياب تتبعات OpenTelemetry.
  • spans من نوع خادم (span.kind == "server") يملأ القياس البرمجي حالتها.

إنشاء SLO OpenTelemetry خطوة بخطوة

الخطوة 1: استكشف الـ spans في Notebook

قبل كتابة مؤشر SLI، تحقق من الحقول المتاحة:

fetch spans, from: now() - 1h
| filter service.name == "checkout" and span.kind == "server"
| summarize total = count(),
            erreurs = countIf(span.status_code == "error"),
            p95 = percentile(duration, 95)

الأسطر الحاسمة: الشرط span.kind == "server" يُبقي الطلبات الواردة فقط دون الاستدعاءات الصادرة. والحقل span.status_code يحمل حالة OpenTelemetry. وإن كانت spans الخاصة بـ HTTP لا تتحول إلى خطأ عند الاستجابات 5xx، فصفِّ بدلًا من ذلك على http.response.status_code >= 500. أسماء الحقول الدقيقة في Grail موصوفة في وثائق Semantic Dictionary، فتحقق منها قبل المتابعة.

الخطوة 2: اكتب مؤشر التوافر

ينتظر تطبيق SLO سلسلة زمنية تعيد نسبة مئوية. لذلك نحوّل الـ spans إلى سلاسل زمنية بالأمر makeTimeseries:

fetch spans
| filter service.name == "checkout" and span.kind == "server"
| makeTimeseries {
    total = count(),
    erreurs = countIf(span.status_code == "error")
  }, interval: 1m
| fieldsAdd sli = 100 * (total[] - erreurs[]) / total[]

في تطبيق Service-Level Objectives أنشئ هدفًا بمؤشر SLI مخصص، والصق الاستعلام، ثم اضبط الهدف على 99.5 والنافذة على 28 يومًا. قد تتغير الصيغة المنتظرة (اسم حقل النتيجة، ونافذة الاستعلام التي يديرها التطبيق)، فقارنها بالقالب الذي يقترحه التطبيق.

الخطوة 3: اكتب مؤشر زمن الاستجابة

fetch spans
| filter service.name == "checkout" and span.kind == "server"
| makeTimeseries {
    total = count(),
    rapides = countIf(duration < 500ms)
  }, interval: 1m
| fieldsAdd sli = 100 * rapides[] / total[]

نقيس هنا نسبة الطلبات السريعة بدل النسبة المئوية (percentile). فالنسبة المئوية لا تُجمع على مدى 28 يومًا، أما النسبة فتُجمع. الهدف: 95. أنشئ هذا الـ SLO الثاني بالطريقة نفسها.

الخطوة 4: تحكّم في كلفة الاستعلامات

يعيد الـ SLO تقييم استعلامه بانتظام. واستعلام كل الـ spans لخدمة كثيفة الحركة مكلف في قراءة Grail. وهناك خياران أخف:

  • استخراج مقياس من الـ spans بواسطة OpenPipeline، ثم كتابة المؤشر بالأمر timeseries؛
  • استخدام مقياس OpenTelemetry المسمى http.server.request.duration (مخطط تكراري) إن كان SDK لديك يصدّره.

مثال بمقياس مستخرج (عدّل الاسم ليناسب خط المعالجة لديك):

timeseries {
    total = sum(otel.checkout.requests),
    erreurs = sum(otel.checkout.requests, filter: { status == "error" })
  }
| fieldsAdd sli = 100 * (total[] - erreurs[]) / total[]

راجع المقاييس والمخططات التكرارية مع OpenPipeline لمعرفة طريقة الاستخراج.

وماذا عن Dynatrace Managed؟

لا تتوفر Grail ولا DQL في Managed. فالـ spans القادمة من OpenTelemetry تتحول هناك إلى طلبات خدمة (service requests)، ويمكن لـ SLO كلاسيكي أن يعتمد على تعبير مقياس، مثل (100)*(builtin:service.errors.server.successCount:splitBy())/(builtin:service.requestCount.server:splitBy())، مع تصفية على الخدمة. تحقق في وثائق إصدارك من أن خدمة OpenTelemetry تعرض هذه المقاييس فعلًا.

الخطوة 5: اقرأ ميزانية الأخطاء

بهدف 99.5% على 28 يومًا ومليوني طلب خلال النافذة، تسمح الميزانية بـ 10000 طلب فاشل. فإن فشل 4000 طلب عند منتصف النافذة، يكون 40% من الميزانية قد استُهلك: الوتيرة سليمة. أما إن فشل 8000 في أسبوع واحد، فيبطئ الفريق عمليات النشر ويعطي الأولوية للموثوقية. هذه القاعدة، المكتوبة مسبقًا والمقبولة من فريق المنتج، تجنّب الجدال أثناء الحادثة التشغيلية (incident).

كيف تتأكد أن كل شيء يعمل

  1. نفّذ كل استعلام SLI في Notebook على مدى 24 ساعة: يجب أن يبقى المنحنى sli بين 0 و100 دون فجوات.
  2. في تطبيق SLO تظهر الحالة وما تبقى من ميزانية الأخطاء لكلا الهدفين.
  3. ولّد أخطاء في بيئة اختبار (مثلًا نقطة نهاية تعيد 500): يجب أن ينخفض مؤشر التوافر خلال دقائق.

أفضل الممارسات

  • صفِّ على الطلبات الصالحة: استبعد فحوص الصحة (health checks) والحركة الاصطناعية من المقام.
  • اجعل عتبة زمن الاستجابة متوافقة مع تجربة المستخدم لا مع الأداء الحالي.
  • وحّد قيمة service.name في Collector حتى يصمد الـ SLO أمام إعادة تسمية النشر.
  • أضف تنبيهات burn rate منذ الإنشاء: راجع تنبيهات burn rate لـ SLO في Dynatrace.
  • لنشر هذه الأهداف على كل خدماتك، أدرجها في نظام التحكم بالإصدارات: راجع توليد SLO في Dynatrace باستخدام Terraform.

الأسئلة الشائعة

هل أحتاج إلى مقاييس OpenTelemetry أم تكفي الـ spans؟

تكفي الـ spans للبدء. أما للخدمة كثيفة الحركة فالمقياس المشتق أوفر كلفة وأسرع تقييمًا.

لماذا 28 يومًا بدل شهر؟

تضم نافذة 28 يومًا دائمًا أربعة أسابيع كاملة: كل يوم من أيام الأسبوع يزن بقدر غيره، مما يجعل الـ SLO قابلة للمقارنة من فترة إلى أخرى.

ماذا أفعل إن تجاوز المؤشر 100 أو صار فارغًا؟

المؤشر الفارغ يدل على غياب الحركة خلال الفاصل الزمني (قسمة على صفر). والمؤشر الذي يتجاوز 100 يدل على بسط مصفّى بشكل خاطئ. ارجع إلى الخطوة 1 وقارن العدّادات.

الخلاصة

يكفي استعلامان بلغة DQL للانتقال من تتبعات OpenTelemetry إلى أهداف توافر وزمن استجابة. ابدأ بخدمة حرجة واحدة، وتحقق من الأرقام في Notebook، ثم أضف تنبيهات burn rate.

الخطوة التالية المقترحة: اعرض هذين الهدفين في مراجعة الفريق، مع قاعدة تجميد النشر المرتبطة بميزانية الأخطاء. هدف مشترك يفهمه فريق المنتج أنفع من هدف مثالي لا يطلع عليه سوى فريق المناوبة. ثم راجع العتبات بعد شهر من البيانات الفعلية.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC. Dynatrace علامة تجارية لشركة Dynatrace LLC. تحقق دائمًا من القيم (المنافذ والإصدارات والأحجام) في الوثائق الرسمية الخاصة بإصدارك، فميزات SaaS تتطور بسرعة.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Traces OpenTelemetry absentes de Dynatrace : checklist de dépannage OTLP en 8 étapes

تتبعات OpenTelemetry غير ظاهرة في Dynatrace: قائمة استكشاف أخطاء OTLP في 8 خطوات

Next Post
Choisir ses SLI : la méthode pratique, des requêtes DQL aux objectifs

اختيار مؤشرات SLI: الطريقة العملية من استعلامات DQL إلى الأهداف

Related Posts