Observability mit Dr. Heinrich Hartmann von Zalando #91

Was passiert eigentlich in einem komplexen System wie der
E-Commerce-Plattform von Zalando, wenn ein Fehler auftritt? Um
diese Frage zu beantworten, sprechen wir mit Heinrich
Hartmann, Senior Principal SRE bei Zalando, über die
Disziplin der Observability.


Es geht darum, nicht nur zu wissen, dass etwas kaputt ist,
sondern warum. Das Fundament dafür bilden die drei Säulen:
Logs (Was ist passiert?),
Metriken (Wie schnell war es?) und
Traces (Wo war es?). Heinrich erklärt, wie man
mit Distributed Tracing eine einzelne Anfrage
auf ihrer Reise durch Dutzende von Microservices verfolgt, um die
Nadel im Heuhaufen zu finden.


Wir diskutieren außerdem Best Practices für Logging, wie man im
Ernstfall bei einem Incident reagiert und wie man mit
SLOs (Service Level Objectives) und cleveren
Alerts von einem reaktiven zu einem proaktiven Umgang mit Fehlern
kommt. Ein kurzer Blick auf den Standard
OpenTelemetry rundet das Gespräch ab.


Links zur Folge


Heinrichs Website https://heinrichhartmann.com/


Heinrich auf LinkedIn
https://de.linkedin.com/in/heinrich-hartmann-b524a076


Conversations about Software Engineering Podcast mit Heinrich
https://www.case-podcast.org/


OpenTelemetry https://opentelemetry.io/


------


Einfach Komplex ist ein Podcast von Heisenware.


Alle Infos und Kontakte findest du


unter heisenware.com


und im Linktree ⁠⁠⁠https://linktr.ee/heisenware


------


Heinrich, Burkhard und Gerrit sprechen heute über:


(00:00:00) Intro und Vorstellung Heinrich


(00:02:00) Logs, Metriken, Traces


(00:10:00) Distributed Tracing


(00:32:00) Logging Best Practices


(00:37:00) Verfügbarkeit & Incident Response


(00:48:00) SLOs, Alerts & Incident Detection


(00:58:00) OpenTelemetry


(01:01:00) Ausblick