Práctica: APM en Python y correlación entre logs y trazas

Lo que vas a aprender en este TP

• Instrumentar con ddtrace
• Leer la página del servicio
• Correlacionar logs y trazas

Introducción #

Lo que vas a aprender en esta sección

• Instrumentar con ddtrace
• Leer la página del servicio
• Correlacionar logs y trazas

Contexto. Los desarrolladores quieren pasar de un log de error a la traza completa de la petición, y viceversa.

Requisitos previos: Práctica 1 terminada, Python 3  ·  Duración estimada: 45 min

Trazas y logs relacionados.

Puesta en práctica #

Pasos guiados, con su solución.

1. 1. Escribir la API

   ¿Por qué? Una ruta lenta que a veces falla produce trazas interesantes.

   Crea app.py.

2. 2. Lanzar con ddtrace

   ¿Por qué? ddtrace-run instrumenta Flask e inyecta los identificadores en los logs.

   Instala ddtrace y lanza la API con el etiquetado unificado.

3. 3. Generar tráfico

   ¿Por qué? Hacen falta peticiones, incluidos errores, para llenar la página del servicio.

   Envía 300 peticiones.

4. 4. Leer la página del servicio

   ¿Por qué? Las métricas RED y los despliegues aparecen automáticamente.

   Abre APM > Services > paiement-api. Anota la tasa de error y la latencia p95 y abre una traza con error.

5. 5. Correlacionar

   ¿Por qué? Los identificadores inyectados relacionan ambas señales.

   Envía app.log a Datadog (configuración de logs del agente sobre este archivo, service:paiement-api) y pasa de una traza a sus logs y de un log de error a su traza.

Nivel de dificultad : ●●●○○ (3/5)