Monitoring dan Observability: Jangan Tunggu User Komplain Server Down!

Mengemudi Mobil dengan Mata Tertutup

Bayangkan kamu mengemudikan mobil di jalan tol, tapi *Dashboard* di balik setirmu ditutup kain hitam. Kamu tidak tahu berapa kecepatanmu, sisa bensinmu, atau seberapa panas mesinmu. Kamu baru sadar mesinmu rusak saat mobil itu mengeluarkan asap dan berhenti tiba-tiba.

Itulah yang dilakukan oleh 90% Junior Developer terhadap server Node.js atau PHP mereka. Mereka meng-*upload* kode ke AWS, lalu membiarkannya berjalan buta. Saat RAM server kepenuhan dan Error 502 Bad Gateway muncul, mereka panik. Di perusahaan level atas, *developer* menggunakan ilmu Observability (Kemampuan Observasi).

Tiga Pilar Utama Observability

Untuk "membuka kain penutup" *Dashboard* *server*-mu, ada 3 data penting yang harus dikumpulkan dan divisualisasikan secara Real-Time.

1. Metrics (Grafik Kesehatan Jantung)

Metrics adalah data berupa angka-angka penting yang diukur secara periodik. Misalnya: "Berapa % penggunaan CPU saat ini?" atau "Berapa rata-rata milidetik waktu response API Login?".
Alat Industri Populer: Prometheus (untuk mengumpulkan data angka) dan Grafana (untuk mengubah angka itu menjadi grafik garis visual yang sangat cantik di layar monitor kantor).

2. Logs (Buku Catatan Hitam)

Logs adalah rekaman peristiwa teks murni dari apa yang terjadi di aplikasi. Misalnya: [ERROR] Database timeout at 10:45 AM atau [INFO] User Budi just logged in.
Daripada masuk ke server satu-satu untuk membaca teks terminal, perusahaan mengumpulkan semua catatan dari puluhan *server* ke satu tempat pusat pencarian.
Alat Industri Populer: ELK Stack (Elasticsearch, Logstash, Kibana) atau Datadog.

3. Traces (Jejak Investigasi)

Jika kamu menggunakan Microservices (ada 5 server saling tembak), dan tiba-tiba proses API terasa sangat lambat, di server manakah biang kerok kelambatannya? Traces memberi ID unik pada satu *request* dari *user*, lalu melacak perjalanan *request* itu dari Server A, ke Server B, hingga Server C, lengkap dengan catatan detiknya (seperti melihat resi paket JNE). Ini sangat mempermudah Debugging.

Kekuatan Alerting (Alarm)

Setelah metrik terpasang di Grafana, *DevOps* akan mengatur Alerting. "Jika penggunaan RAM menyentuh 85%, tolong otomatis kirim chat peringatan ke Grup Telegram / Slack Tim IT sebelum servernya benar-benar mati (100%)." Dengan cara ini, *developer* bisa menyelamatkan *server* sebelum pelanggan menyadari ada yang salah!