Observability Series ตอนที่ 1 — Observability คืออะไร ทำไมต้องทำ?

ซีรีส์นี้: สอนทำ Observability ครบ 3 มิติ (Logs, Traces, Metrics) ด้วยภาษา Go, Framework Fiber, เครื่องมือ OpenTelemetry, และ Stack ยอดนิยมอย่าง Grafana, Loki, Tempo, Prometheus

ทำไม Observability ถึงสำคัญ?

ทุกวันนี้ระบบ Software ไม่ได้รันอยู่บนเครื่องเดียวหรือ Server เดียวอีกต่อไป เรามี

• ระบบกระจาย (Distributed System)
• Microservices หลายตัว
• Cloud Infrastructure ที่ Dynamic

คำถาม: ถ้า Service หนึ่งพัง หรือข้อมูลผิด จะหาต้นเหตุยังไง?

ถ้าไม่มี Observability คุณอาจต้อง ssh เข้าเครื่องไปไล่ดู log มือ หรือ debug โค้ดสด ๆ ซึ่งไม่ทันกินอีกต่อไป เพราะระบบสมัยนี้ซับซ้อนและเปลี่ยนแปลงตลอดเวลา

Monitoring vs Observability

ก่อนอื่นต้องแยกให้ออกระหว่าง Monitoring และ Observability

พูดง่าย ๆ คือ Monitoring = What, Observability = Why

สามองค์ประกอบของ Observability

Observability ที่ดีต้องครอบคลุม 3 สิ่งนี้

• Logs — ข้อความบันทึกเหตุการณ์ เช่น error, debug, info
• Metrics — ตัวเลขที่สรุปสถานะ เช่น Request/sec, CPU, Memory
• Traces — ร่องรอยการเดินทางของ Request ข้าม Services

เมื่อมีทั้งสาม คุณจะ

• เห็นภาพรวม
• เจาะลงไปดูรายละเอียดได้
• หาสาเหตุได้เร็ว
• แก้ไขปัญหาได้ไว

ทำไมต้องใช้ OpenTelemetry + Grafana Stack?

OpenTelemetry (OTel) เป็นมาตรฐานเปิดสำหรับเก็บ Logs, Metrics, Traces ในรูปแบบเดียวกัน

Grafana เป็น Visualization Tool ที่ครองตลาด

• Loki เก็บ Logs
• Tempo เก็บ Traces
• Prometheus หรือ Mimir เก็บ Metrics

ทั้งหมด Integrate กันได้ดี ใช้ง่าย มี Community ใหญ่ และฟรี!

สรุป

• Observability ช่วยให้เข้าใจ ทำไม ระบบทำงานผิดปกติ
• ครอบคลุม Logs + Metrics + Traces
• Stack ที่เราจะใช้ คือ Go + Fiber + OpenTelemetry + Loki + Tempo + Prometheus + Grafana
• ตอนถัดไป เราจะเริ่ม เก็บ Logs ด้วย Loki และดูผ่าน Grafana
• ตัวอย่างโค้ด: https://github.com/somprasongd/observability-demo-go

ตอนต่อไป

• ตอนที่ 2 — ส่ง Log เข้า Grafana ด้วย Loki
• ตอนที่ 3 — ทำ Tracing ด้วย OpenTelemetry และ Tempo
• ตอนที่ 4 — เก็บ Metrics ด้วย OpenTelemetry + OTLP Metric (gRPC)