4. Meça

Observabilidade não é de graça: cada span é alocado, cada ponto de métrica agregado, cada lote enviado pela rede. Este passo põe um número nesse custo e no benefício — quanto tempo leva para saber que os usuários estão sofrendo. Como sempre, rode cada experimento duas vezes e relate a segunda execução; os números das caixas "forma esperada" são ilustrativos.

O script do k6

import http from 'k6/http';
import { check } from 'k6';

const BASE_URL = __ENV.BASE_URL || 'http://localhost'; // the edge (lab 3)

export const options = {
  scenarios: {
    catalog: {
      executor: 'constant-arrival-rate', // open model: the arrival rate does not depend on latency
      rate: Number(__ENV.RATE || 200),
      timeUnit: '1s',
      duration: __ENV.DURATION || '2m',
      preAllocatedVUs: 50,
      maxVUs: 400,
    },
  },
  summaryTrendStats: ['avg', 'med', 'p(95)', 'p(99)', 'max'],
  thresholds: {
    http_req_failed: ['rate<0.01'],
  },
};

export default function () {
  const id = 1 + Math.floor(Math.random() * 200000);
  const res = http.get(`${BASE_URL}/catalog/events/${id}`, { tags: { name: 'GET /catalog/events/{id}' } });
  check(res, { 'status 200': (r) => r.status === 200 });
}

A. Custo do agente

Mesma imagem, mesma carga, agente ligado e desligado:

Rode o docker stats em um segundo terminal enquanto o k6 roda (os números depois do teste são de ociosidade). As linhas de docker compose logs mostram o tempo de inicialização com o agente desligado e ligado (os logs de um contêiner somem quando ele é recriado, então leia-os antes de trocar).

B. Amostragem

Guardar 100% dos traces é certo para um lab e errado para 2 milhões de fãs. Amostre 10% na raiz e deixe cada serviço seguinte seguir a decisão da raiz (parentbased_…), para que um trace esteja completo ou ausente:

A âncora x-otel já lê as duas configurações do ambiente (${OTEL_TRACES_SAMPLER:-parentbased_always_on}), então nenhum arquivo muda: recrie os serviços com as duas variáveis definidas e rode a mesma carga.

OTEL_TRACES_SAMPLER=parentbased_traceidratio OTEL_TRACES_SAMPLER_ARG=0.1 docker compose up -d --wait
k6 run load/catalog-otel.js
docker compose up -d --wait # afterwards: back to 100% (the defaults of the anchor)

Conte os traces guardados por minuto no Tempo (Explore → Tempo → Search, serviço gateway, últimos 5 minutos) e compare o p95 com o experimento A. Note que métricas não são amostradas: o dashboard RED continua contando todas as requisições — por isso taxas e percentis vêm das métricas, e os exemplos (o porquê) dos traces.

C. Cardinalidade

Cada combinação distinta de valores de labels é uma série temporal separada, guardada e consultada separadamente. No Explore do Grafana (Prometheus), rode:

count by (service_name) ({service_namespace="boxoffice"})
count by (__name__) ({service_name="catalog"})

A primeira dá as séries por serviço; a segunda mostra quais métricas são as mais caras. Agora imagine adicionar um label user_id ao histograma HTTP: com 2 milhões de fãs e 14 buckets, quantas séries o catalog criaria? (Responda nos seus resultados: é por isso que o agente registra http_route, o template, e nunca a URL crua.)

D. Tempo de detecção

Siga o "Dispare-o" do passo 3 e registre os três horários.

Resultados

Copie esta tabela para results/lab8.md e preencha.

Abaixo da tabela, responda em um parágrafo cada: o custo do agente vale a pena para o BoxOffice? Que taxa de amostragem você escolheria para a venda relâmpago, e por quê? O tempo de detecção medido bate com a previsão do passo 3?

Voltar à visão geral Quiz