Monitoring¶

Der Shop verwendet OpenTelemetry für Tracing und Metriken, Loki für Log-Aggregation und Grafana für Dashboards.

OpenTelemetry¶

Die monitoring-App (src/snake_shop/monitoring/) konfiguriert:

Instrumentierung¶

Beim App-Start werden automatisch instrumentiert:

Komponente	Instrumentiert durch
Django-Requests	`DjangoInstrumentor`
PostgreSQL-Queries	`Psycopg2Instrumentor`
Redis-Zugriffe	`RedisInstrumentor`
HTTP-Clients	`RequestsInstrumentor`
Celery-Tasks	`CeleryInstrumentor`
Template-Rendering	Django-Middleware

Konfiguration¶

# monitoring/apps.py
from opentelemetry.instrumentation.django import DjangoInstrumentor
from opentelemetry.instrumentation.psycopg2 import Psycopg2Instrumentor
from opentelemetry.instrumentation.redis import RedisInstrumentor

DjangoInstrumentor().instrument()
Psycopg2Instrumentor().instrument()
RedisInstrumentor().instrument()

Exporter¶

OTLP-Collector: Traces und Metriken an zentralen Collector
Umgebungsvariablen:
- OTEL_EXPORTER_OTLP_ENDPOINT – Collector-Adresse
- OTEL_SERVICE_NAME – Service-Name („shop“)
- OTEL_RESOURCE_ATTRIBUTES – Deployment-Umgebung

Logs¶

Strukturiertes Logging¶

# Verwendet django-structlog
import structlog
logger = structlog.get_logger(__name__)
logger.info("order_placed", order_id=42, user_id=7)

Log-Ausgabe¶

Container schreibt strukturierte JSON-Logs nach stdout
Docker/Containerd sammeln und leiten an Loki weiter
Log-Level: INFO (Produktion), DEBUG (Entwicklung)

Log-Streams¶

Stream	Inhalt
django	Request/Response, Middleware
django.db	SQL-Queries (nur DEBUG)
celery	Task-Ausführung, Retries
gunicorn	HTTP-Server
opentelemetry	Export-Status

Metriken¶

Request-Metriken¶

Metrik	Typ	Beschreibung
`http.server.duration`	Histogram	Request-Dauer
`http.server.request_count`	Counter	Anzahl Requests
`http.server.error_count`	Counter	Fehler (5xx)

Application-Metriken¶

Metrik	Beschreibung
`orders.created`	Neue Bestellungen
`orders.value`	Bestellwert
`checkout.duration`	Checkout-Durchlaufzeit
`email.sent`	Versendete E-Mails
`celery.tasks.succeeded`	Erfolgreiche Tasks
`celery.tasks.failed`	Fehlgeschlagene Tasks

Datenbank-Metriken¶

Query-Dauer (p50, p95, p99)
Query-Anzahl pro Request
Connection-Pool-Auslastung

Health Checks¶

Endpoint	Zweck	Erwartete Antwort
`/health/`	Liveness	`200 OK`
`/ready/`	Readiness	`200 OK` (DB/Cache erreichbar)
`/metrics/`	Prometheus-Metriken	Text/Plain

Kubernetes-Probes¶

livenessProbe:
  httpGet:
    path: /health/
    port: 8000
readinessProbe:
  httpGet:
    path: /ready/
    port: 8000

Grafana-Dashboards¶

Vorkonfigurierte Dashboards:

Dashboard	Inhalt
Shop-Übersicht	Requests, Fehler, Latenz
Bestellungen	Anzahl, Wert, Status-Verteilung
Celery	Task-Durchsatz, Fehler, Queue-Länge
Datenbank	Queries, Connections, Slow-Queries

Alerting¶

Eingerichtete Alerts:

Alert	Bedingung	Schweregrad
Fehlerrate > 5 %	5xx > 5 % in 5 Min.	Warning
Fehlerrate > 10 %	5xx > 10 % in 5 Min.	Critical
Latenz p99 > 5s	p99 > 5s in 5 Min.	Warning
Health-Check down	`/health/` ≠ 200	Critical
DB-Connections > 80 %	Pool-Auslastung	Warning
Celery-Queue > 1000	Pending Tasks	Warning

Fehler-Tracking (Sentry)¶

Optionale Sentry-Integration für Exception-Tracking:

# Aktiviert über Umgebungsvariable
SENTRY_DSN = os.environ.get("SENTRY_DSN")
if SENTRY_DSN:
    import sentry_sdk
    sentry_sdk.init(dsn=SENTRY_DSN)