HomeCasa Prompts

Observability-Plan: strukturierte Logs, Metriken, Traces und Alerts

Entwirf die Observability deines Backends: SLOs pro User Journey, ein Schema für strukturierte Logs, RED- und USE-Metriken, Tracing mit OpenTelemetry, sinnvolle Alerts und Kostenkontrolle. Entwickelt für ChatGPT, Claude, Gemini und Microsoft Copilot. Er enthält 4 anpassbare Variablen und lässt sich kostenlos mit einem Klick kopieren.

Fortgeschritten · Text · Redaktionelle Prüfung ausstehend

Entwickelt für:

Prompt

Handle als SRE, der Observability für kleine und mittelgroße Teams konzipiert.

Kontext:
- System und Komponenten: {{system}}
- Stack und Sprachen: {{stack}}
- Bevorzugte Werkzeuge: {{werkzeuge}}
- Jüngste Vorfälle oder Schmerzpunkte: {{vorfaelle}}

Liefere:
1. Drei bis fünf kritische User Journeys und für jede einen messbaren SLI und einen SLO-Vorschlag mit Fehlerbudget. Kennzeichne die Ziele als Vorschläge, die mit dem Business abzustimmen sind.
2. Ein Schema für strukturierte JSON-Logs: Pflichtfelder (Zeitstempel, Level, Service, Umgebung, Trace- und Request-ID, pseudonymisierter Nutzer, Ereignis), wann welches Level gilt und was nie geloggt werden darf (Passwörter, Tokens, vollständige personenbezogene Daten).
3. Metriken: RED-Methode für Services (Rate, Errors, Duration) und USE für Ressourcen (Utilization, Saturation, Errors), mit Namen, Labels und Warnungen vor Labels mit hoher Kardinalität.
4. Verteiltes Tracing mit OpenTelemetry: was automatisch und was manuell instrumentiert wird, Kontextweitergabe über Services und Queues sowie eine Sampling-Strategie.
5. Alerts: basierend auf Symptomen und der Burn Rate des Fehlerbudgets statt auf jeder Ursache; pro Alert Schweregrad, wer benachrichtigt wird und ein Link zum Runbook. Eine Liste von Alerts, die gelöscht oder herabgestuft werden sollten.
6. Dashboards: eine Übersicht pro Service und eines pro kritischer Journey, mit den konkreten Diagrammen.
7. Aufbewahrung und Kosten: wie lange jedes Signal gespeichert wird, Sampling und wie die Rechnung im Rahmen bleibt.
8. Beispielcode für meinen Stack: Middleware, die eine Request-ID ergänzt, strukturiert loggt und eine Latenzmetrik erfasst.
9. Einen Einführungsplan für 30, 60 und 90 Tage.

Einschränkungen:
- Erfinde keine Trafficvolumen oder Werkzeugpreise: nutze [AUSFÜLLEN] und erkläre, wie man sie schätzt.
- Fehlen wichtige Informationen, frag nach, bevor du SLOs vorschlägst.
- Priorisiere, was die beschriebenen Vorfälle früher erkannt oder schneller gelöst hätte.

So verwenden Sie ihn

  1. Beschreibe Services, Queues und Datenbanken sowie die letzten schwer erkennbaren Vorfälle.
  2. Gib an, ob du selbst gehostetes Open Source, ein SaaS oder die Werkzeuge deines Cloud-Anbieters bevorzugst.
  3. Führe zuerst strukturierte Logs und Trace-IDs ein, danach Metriken und SLO-basierte Alerts.

Anwendungsbeispiel

System: Django-API, Celery-Worker, PostgreSQL und Redis auf Kubernetes · Werkzeuge: selbst gehostetes Open Source · Vorfall: Die Queue hing zwei Stunden, und niemand merkte es, bis Kunden anriefen.

Beispielergebnis

1. Kritische Journeys und SLOs (Vorschläge, mit dem Business abzustimmen)

JourneySLIVorgeschlagenes SLO
Login% Anfragen mit 2xx in < 500 ms99,5 % über 28 Tage
Bestellung aufgeben% Anfragen ohne 5xx99,9 %
Hintergrundaufgabe% Tasks, die < 60 s nach dem Einreihen starten99 %

Genau das dritte SLI hätte den Vorfall erkannt: Die Queue ist nicht „ausgefallen“, sie hat sich einfach nicht mehr bewegt.

5. Wichtigster Alert: hängende Celery-Queue

- alert: CeleryQueueStalled
  # Metrikname hängt vom gewählten Exporter ab: [AUSFÜLLEN]
  expr: max(celery_queue_oldest_task_age_seconds) > 300
  for: 5m
  labels:
    severity: page
  annotations:
    summary: "Älteste Task wartet seit mehr als 5 Minuten"
    runbook: "https://wiki.intern/runbooks/celery-queue-haengt"

Alarmiert wird auf das Symptom (Alter der ältesten Task), nicht auf eine Ursache (Worker-CPU, Redis-Verbindungen) – so ist jeder Grund für einen Stau abgedeckt.

Alerts, die zum Ticket herabgestuft werden sollten

  • Node-CPU > 80 % ohne Auswirkung auf die Latenz.
  • Einzelne Pod-Neustarts, die sich selbst erholen…

Wichtige Fakten

Kategorie
Programmierung & Entwicklung · DevOps
Ausgabetyp
Text
Niveau
Fortgeschritten
Entwickelt für
ChatGPT, Claude, Gemini und Microsoft Copilot
Verifiziert in
Redaktionelle Prüfung ausstehend
Variablen
System und Komponenten, Stack und Sprachen, Bevorzugte Werkzeuge und Jüngste Vorfälle
Sprache
Deutsch
Preis
Kostenlos, ohne Anmeldung
Aktualisiert
07.11.2026

Häufig gestellte Fragen

Was ist der Unterschied zwischen SLI und SLO?

Der SLI ist die Messgröße (z. B. Anteil der Checkout-Anfragen, die in unter 500 ms erfolgreich sind). Der SLO ist das Ziel für diese Messgröße über einen Zeitraum, etwa 99,5 % in 30 Tagen.

Warum auf Symptome statt auf Ursachen alarmieren?

Ursachen-Alerts (hohe CPU, neu gestarteter Pod) sind laut und betreffen Nutzer oft gar nicht. Wer alarmiert, wenn Nutzer leiden oder das Fehlerbudget schnell schrumpft, senkt die Belastung in der Rufbereitschaft.

Wofür ist dieser Prompt gedacht?

Entwirf die Observability deines Backends: SLOs pro User Journey, ein Schema für strukturierte Logs, RED- und USE-Metriken, Tracing mit OpenTelemetry, sinnvolle Alerts und Kostenkontrolle.

Mit welchen KI-Tools funktioniert er?

Er ist für ChatGPT, Claude, Gemini und Microsoft Copilot entwickelt. Wir haben ihn in diesen Tools noch nicht überprüft, daher können die Ergebnisse variieren.

Wie passe ich den Prompt an?

Klicken Sie auf „Anpassen“ und füllen Sie die Variablen aus (System und Komponenten, Stack und Sprachen, Bevorzugte Werkzeuge und Jüngste Vorfälle). Der Text wird sofort aktualisiert und lässt sich anschließend mit einem Klick kopieren. Die Werte werden nur in Ihrem Browser gespeichert.

Brauche ich Erfahrung, um ihn zu verwenden?

Er ist für Fortgeschrittene: Es hilft, das Thema zu kennen, um guten Kontext zu liefern und das Ergebnis kritisch zu prüfen.

Ist dieser Prompt kostenlos?

Ja. Jeder Prompt von HomeCasa Prompts ist kostenlos, ohne Anmeldung und ohne Abonnement. Sie können ihn auch in beruflichen Projekten verwenden.

Kann ich der KI-Ausgabe vertrauen?

Betrachten Sie sie als hochwertigen Entwurf: Prüfen Sie Daten, Zahlen und wichtige Aussagen immer, bevor Sie etwas veröffentlichen oder Entscheidungen treffen.

Ähnliche Prompts