Pelajaran 1Instrumentasi belakang Node.js: jejak automatik vs manual, middleware HTTP, menangkap rentang untuk middleware, logik perniagaan dan panggilan hilirBahagian ini terperinci instrumentasi belakang Node.js, membandingkan jejak automatik dan manual, dan menunjukkan cara menangkap rentang untuk middleware HTTP, logik perniagaan, dan panggilan hilir ke pangkalan data, cache, dan perkhidmatan luaran untuk kelihatan penuh permintaan.
Choosing automatic versus manual instrumentationTracing Express and Koa middleware chainsCapturing spans for core business operationsInstrumenting outbound HTTP and gRPC clientsHandling async context and promise boundariesPelajaran 2Instrumentasi pangkalan data: masa query PostgreSQL, log query perlahan, metrik kumpulan sambungan, jejak peringkat pernyataanBahagian ini memberi tumpuan kepada instrumentasi PostgreSQL, termasuk masa query, log query perlahan, metrik kumpulan sambungan, dan jejak peringkat pernyataan, supaya anda boleh mengenal pasti bottleneck, menala query, dan memahami kesan pangkalan data pada latensi pengguna akhir.
Enabling query timing and latency histogramsConfiguring slow query thresholds and loggingMonitoring connection pool size and saturationTracing prepared statements and ORM queriesTagging queries with tenant and feature dataPelajaran 3Instrumentasi depan: metrik untuk ditangkap (pemuatan halaman, Core Web Vitals, TTFB, FID, LCP, CLS), mengukur laluan aplikasi halaman tunggal dan transaksi sintetikBahagian ini meliputi instrumentasi prestasi pelayar, termasuk Core Web Vitals, laluan SPA, dan transaksi sintetik, membolehkan anda menangkap metrik depan yang konsisten, mengesan regresi, dan menghubungkan tingkah laku pelanggan kepada prestasi belakang.
Capturing Core Web Vitals in productionMeasuring TTFB, FID, LCP, CLS, and long tasksInstrumenting SPA route changes and virtual viewsModeling synthetic user flows in the frontendTagging frontend metrics with release versionsPelajaran 4Korelasi log dan metrik: log berstruktur, pengayaan log dengan ID jejak, titik pengambilan log terpusatBahagian ini menerangkan cara mengaitkan log dan metrik menggunakan log berstruktur, pengenalan jejak dan rentang, dan pengambilan log terpusat. Anda akan belajar membina query dan papan pemuka yang menghubungkan peristiwa, prestasi, dan kesan pengguna.
Designing structured log schemas and fieldsEnriching logs with trace and span identifiersCentralizing log ingestion and parsing rulesLinking metrics, logs, and traces in dashboardsDefining retention and access control policiesPelajaran 5Instrumentasi belakang Java (Spring Boot): jejak berasaskan ejen, menyusun rentang untuk pengawal, penapis, panggilan pangkalan data dan HTTP/gRPC luaranBahagian ini menerangkan instrumentasi Java Spring Boot menggunakan ejen dan konfigurasi, meliputi rentang untuk pengawal, penapis, panggilan pangkalan data, dan permintaan HTTP atau gRPC luaran, untuk mencapai jejak konsisten, rendah geseran merentasi perkhidmatan Java.
Deploying Java agents in different environmentsConfiguring controller and filter span boundariesTracing JDBC, JPA, and reactive database callsInstrumenting outbound HTTP and gRPC clientsCustom spans for business and domain eventsPelajaran 6Reka bentuk jejak teragih: penyebaran konteks jejak, strategi pensampelan, konvensyen penamaan rentang dan metadata/pelabelanBahagian ini menerangkan reka bentuk jejak teragih, termasuk penyebaran konteks jejak, strategi pensampelan, penamaan rentang, dan pelabelan. Anda akan belajar mencipta jejak konsisten, rendah overhed yang menyokong penyahpepijatan, SLO, dan analisis pergantungan.
Propagating W3C trace context across servicesDesigning head and tail sampling strategiesDefining span naming rules and hierarchiesStandardizing tags for teams and environmentsManaging trace volume and retention policiesPelajaran 7Instrumentasi depan: pengumpulan ralat (pengecualian JS, peta sumber, penolakan janji tidak dikendalikan) dan korelasi sesi/jejakBahagian ini menangani instrumentasi ralat depan, termasuk pengecualian JavaScript, peta sumber, penolakan janji tidak dikendalikan, dan korelasi sesi, supaya anda boleh mengesan kegagalan sisi pelanggan dengan cepat dan menghubungkannya kepada jejak belakang.
Capturing runtime JS errors and stack tracesUploading and managing source maps securelyHandling unhandled rejections and console errorsGrouping and prioritizing frontend error eventsLinking sessions to backend traces and logsPelajaran 8Pemantauan sintetik dan RUM: menyusun laluan pembayaran sintetik dan Pemantauan Pengguna Sebenar pelayarBahagian ini menerangkan cara merancang dan menyusun laluan sintetik dan Pemantauan Pengguna Sebenar pelayar, supaya anda boleh mengukur ketersediaan, prestasi, dan pengalaman pengguna merentasi aliran utama seperti pembayaran, log masuk, dan pengurusan akaun dalam pengeluaran dan pentas.
Designing critical synthetic user journeysConfiguring browser and API synthetic checksSetting SLAs and alert thresholds for syntheticsImplementing browser RUM beacons and samplingCorrelating RUM sessions with backend tracesPelajaran 9Instrumentasi infrastruktur: metrik Kubernetes (nod, pod, bekas), kubelet/cadvisor, metrik kube-state dan metrik penyedia awanBahagian ini meliputi instrumentasi infrastruktur untuk Kubernetes dan platform awan, termasuk metrik nod, pod, dan bekas, metrik kubelet dan kube-state, dan telematri penyedia awan, membolehkan perancangan kapasiti dan pengelompokan insiden.
Collecting node, pod, and container metricsScraping kubelet and cAdvisor endpointsUsing kube‑state metrics for cluster healthIntegrating cloud provider metrics and quotasBuilding SLOs for infrastructure resources
