Artikel SABANA88
Node 01 / Platform Overview
SABANA88 # Distributed Tracing Buka Jejak Perjalanan Data di Balik Sistem Gaming Modern
Ketika sebuah sistem masih sederhana mencari sumber masalah biasanya nggak terlalu ribet. Request masuk ke aplikasi diproses lalu respons dikirim kembali. Ceritanya berubah ketika satu request harus melewati banyak komponen. Ada gateway layanan internal database cache sampai proses lain yang bekerja sebelum hasil akhirnya sampai ke pengguna. SABANA88 kali ini masuk ke distributed tracing untuk mengikuti perjalanan tersebut dari awal sampai akhir.
Konsepnya mirip memberikan nomor perjalanan pada sebuah request. Ketika request berpindah dari satu komponen ke komponen berikutnya identitas tersebut ikut dibawa. Sistem observability kemudian dapat menyusun potongan perjalanan menjadi satu gambaran yang lebih utuh. Jadi ketika ada proses lambat atau gagal tim nggak harus langsung menebak bagian mana yang bermasalah.
Satu Request Bisa Punya Perjalanan Panjang
Dari sisi pengguna proses digital sering terlihat sederhana. Tekan satu tombol lalu tunggu halaman memberikan respons. Di belakang layar satu tindakan tersebut bisa menghasilkan beberapa pekerjaan.
Request mungkin pertama kali melewati gateway lalu menuju layanan tertentu. Service tersebut bisa membutuhkan cache database atau layanan lain sebelum mampu menyelesaikan pekerjaannya.
Kalau salah satu langkah tersendat waktu respons keseluruhan ikut terdampak. Tantangannya adalah mencari langkah mana yang sebenarnya menghabiskan waktu.
Distributed Tracing Mengikuti Jejaknya
Distributed tracing dibuat untuk membantu melihat perjalanan request ketika bergerak melintasi beberapa komponen sistem.
Daripada hanya mengetahui bahwa sebuah request membutuhkan waktu lama tim bisa melihat tahapan yang dilewati dan berapa lama masing-masing bagian bekerja.
Buat teknologi SABANA88 tracing ibarat membuka peta perjalanan yang sebelumnya tersembunyi di balik antarmuka.
Trace Jadi Gambaran Besar Satu Perjalanan
Istilah utama pertama adalah trace. Sebuah trace mewakili perjalanan end-to-end dari suatu operasi yang sedang diamati.
Kalau request melewati beberapa layanan seluruh pekerjaan yang masih berhubungan dapat dikaitkan ke trace yang sama selama context tracing diteruskan dengan benar.
Dari sinilah tim memperoleh gambaran besar sebelum masuk ke detail setiap langkah.
Span Memecah Perjalanan Menjadi Bagian Kecil
Kalau trace adalah seluruh perjalanan maka span mewakili satu unit pekerjaan di dalam perjalanan tersebut.
Sebuah span dapat menggambarkan pemrosesan pada service tertentu panggilan ke database atau operasi lain yang diinstrumentasi.
Span biasanya mempunyai informasi waktu sehingga tim dapat membandingkan durasi setiap bagian dan melihat bagian mana yang paling banyak menghabiskan waktu.
Parent dan Child Membentuk Hubungan Antarproses
Span dalam satu trace nggak selalu berdiri sendiri. Sebuah span bisa memicu pekerjaan lain sehingga terbentuk hubungan parent dan child.
Hubungan tersebut membantu menunjukkan urutan serta ketergantungan antaroperasi. Tim bisa melihat bahwa satu proses utama memanggil proses kedua lalu proses kedua membutuhkan layanan lain.
Struktur seperti ini membuat trace lebih berguna daripada sekadar daftar aktivitas tanpa hubungan.
Trace ID Menyatukan Potongan Perjalanan
Supaya berbagai aktivitas bisa dikenali sebagai bagian dari perjalanan yang sama dibutuhkan identitas. Di sinilah trace ID mempunyai peran.
Ketika request bergerak ke komponen lain informasi tracing perlu ikut diteruskan. Dengan begitu span yang dibuat pada layanan berbeda masih dapat dikaitkan dengan trace yang sama.
Tanpa hubungan tersebut sistem observability hanya melihat banyak potongan terpisah dan kehilangan cerita end-to-end.
Context Propagation Bikin Jejak Nggak Putus di Tengah Jalan
Membuat trace ID saja belum cukup. Identitas tracing perlu ikut berpindah ketika request diteruskan ke layanan berikutnya.
Proses meneruskan informasi tersebut dikenal sebagai context propagation. Implementasinya tergantung protokol library dan teknologi yang digunakan.
Kalau context gagal diteruskan satu perjalanan bisa terlihat seperti beberapa trace berbeda sehingga analisis menjadi lebih sulit.
Timeline Trace Langsung Menunjukkan Waktu yang Terpakai
Salah satu tampilan distributed tracing yang paling gampang dibaca adalah timeline. Setiap span ditampilkan bersama waktu mulai dan durasinya.
Dari sini pola bottleneck bisa lebih mudah terlihat. Kalau sebagian besar span selesai cepat tetapi satu operasi membutuhkan waktu jauh lebih lama perhatian bisa diarahkan ke bagian tersebut.
Ini jauh lebih efektif daripada hanya melihat total waktu request tanpa mengetahui bagaimana waktu tersebut dibagi.
Latency Bisa Dibedah sampai ke Komponen
Misalnya pengguna merasakan satu proses lebih lambat dari biasanya. Tanpa tracing tim mungkin hanya mengetahui bahwa response time meningkat.
Dengan trace perjalanan request dapat diperiksa lebih detail. Apakah waktu habis saat menghubungi database apakah service lain lambat atau justru ada panggilan eksternal yang membutuhkan waktu terlalu panjang.
Tracing nggak otomatis memperbaiki latency tetapi memberikan petunjuk yang jauh lebih spesifik mengenai tempat yang perlu diperiksa.
Error Juga Bisa Ditempelkan pada Jejak yang Sama
Distributed tracing bukan cuma soal kecepatan. Span juga dapat membawa status dan informasi error yang relevan.
Ketika request gagal tim bisa melihat titik perjalanan tempat kegagalan tersebut muncul lalu memeriksa aktivitas sebelum dan sesudahnya.
Buat sistem SABANA88 pendekatan seperti ini membuat pencarian error lebih terarah daripada memulai investigasi dari seluruh sistem sekaligus.
Trace dan Log Punya Pekerjaan yang Berbeda
Tracing bukan pengganti log. Keduanya memberikan sudut pandang yang berbeda.
Trace membantu melihat perjalanan dan hubungan antaroperasi sementara log bisa menyimpan detail kejadian pada suatu komponen. Ketika keduanya mempunyai correlation ID atau informasi yang dapat dihubungkan investigasi menjadi lebih praktis.
Tim bisa menemukan span yang bermasalah lalu bergerak ke log terkait untuk melihat detail kejadian pada waktu tersebut.
Metrics Memberi Gambaran yang Lebih Lebar
Kalau trace mengikuti perjalanan tertentu metrics lebih cocok untuk melihat pola sistem secara agregat.
Response time error rate throughput penggunaan resource dan berbagai ukuran lain dapat dipantau dari waktu ke waktu.
Ketika metrics menunjukkan anomali trace dapat digunakan untuk membuka contoh request dan melihat apa yang sebenarnya terjadi di balik angka tersebut.
Logs Metrics dan Traces Saling Melengkapi
Tiga jenis telemetry ini sering dibahas bersama karena masing-masing menjawab pertanyaan berbeda.
Metrics membantu menjawab apakah ada perubahan pada kondisi sistem. Traces membantu menunjukkan di mana perjalanan mulai bermasalah. Logs kemudian dapat memberikan detail kejadian yang lebih spesifik.
Ketika ketiganya dapat dikorelasikan proses investigasi nggak harus dimulai dari nol setiap kali muncul gangguan.
Instrumentation Menentukan Apa yang Bisa Dilihat
Distributed tracing membutuhkan instrumentation. Aplikasi harus menghasilkan informasi tracing pada bagian yang memang ingin diamati.
Beberapa framework dan library dapat memberikan instrumentation otomatis untuk operasi umum. Bagian bisnis yang lebih spesifik kadang tetap membutuhkan instrumentation tambahan.
Tujuannya bukan membuat span untuk setiap baris kode tetapi menangkap batas operasi yang membantu memahami perilaku sistem.
Terlalu Banyak Trace Juga Punya Biaya
Sistem dengan volume request besar dapat menghasilkan telemetry dalam jumlah sangat banyak. Menyimpan dan memproses seluruh trace mempunyai biaya resource.
Karena itu beberapa sistem menggunakan sampling yaitu hanya mengambil sebagian trace berdasarkan strategi tertentu.
Sampling perlu dirancang hati-hati. Kalau terlalu agresif kejadian langka yang justru penting bisa tidak ikut terekam.
Sampling Nggak Harus Sepenuhnya Acak
Salah satu pendekatan sederhana adalah mengambil persentase tertentu dari seluruh request. Tetapi kebutuhan observability bisa lebih kompleks.
Sistem dapat memprioritaskan jenis trace tertentu seperti request yang mengalami error atau mempunyai latency tinggi tergantung kemampuan teknologi yang digunakan.
Dengan begitu volume telemetry tetap terkendali tanpa kehilangan terlalu banyak sinyal penting.
Tracing Bisa Membantu Melihat Dependency yang Nggak Terduga
Seiring sistem berkembang hubungan antarservice bisa menjadi rumit. Developer belum tentu selalu mengingat jalur lengkap yang dilalui sebuah fitur.
Trace dapat memperlihatkan dependency yang benar-benar terjadi saat runtime. Satu layanan ternyata mungkin memanggil beberapa komponen sebelum memberikan respons.
Informasi seperti ini berguna bukan hanya ketika error tetapi juga ketika tim sedang memahami arsitektur yang sudah tumbuh besar.
Service Map Mengubah Trace Menjadi Gambaran Arsitektur
Data tracing dapat digunakan untuk membangun gambaran hubungan antarservice. Service map menunjukkan komponen mana yang saling berkomunikasi berdasarkan aktivitas yang benar-benar teramati.
Dari sini tim dapat melihat dependency penting serta bagian yang menerima banyak komunikasi dari layanan lain.
Peta tersebut nggak menggantikan dokumentasi tetapi dapat memberikan sudut pandang runtime yang sulit didapat hanya dari diagram statis.
Tracing Juga Perlu Memperhatikan Data Sensitif
Telemetry bukan tempat untuk memasukkan semua data request tanpa penyaringan. Informasi sensitif seharusnya tidak sembarangan ditambahkan ke attribute span atau log.
Tim perlu menentukan data apa yang benar-benar diperlukan untuk observability lalu menerapkan pembatasan masking atau penghapusan sesuai kebutuhan.
Semakin detail telemetry bukan berarti otomatis semakin baik kalau detail tersebut justru menciptakan risiko baru.
Alert Menunjukkan Masalah dan Trace Membantu Membongkarnya
Monitoring dapat memberikan alert ketika error rate atau latency melewati kondisi tertentu. Tetapi alert pada dasarnya baru memberi tahu bahwa sesuatu sedang terjadi.
Trace membantu melanjutkan pertanyaan berikutnya yaitu bagian mana yang berubah dan perjalanan seperti apa yang terkena dampaknya.
Kombinasi keduanya membuat observability bukan cuma dashboard yang dipandangi tetapi alat investigasi ketika kondisi sistem berubah.
SABANA88 Membuka Jejak yang Biasanya Nggak Kelihatan
Tema SABANA88 kali ini nggak berusaha membuat sistem mempunyai lebih banyak fitur. Fokusnya justru membuat apa yang sudah terjadi di dalam sistem menjadi lebih mudah dipahami.
Trace memberikan perjalanan lengkap span memecahnya menjadi langkah kecil dan context propagation menjaga identitas request tetap tersambung ketika melewati berbagai komponen. Logs dan metrics kemudian menambahkan sudut pandang lain supaya kondisi sistem nggak dibaca dari satu jenis data saja.
Distributed tracing pada akhirnya seperti meninggalkan jejak pada setiap persimpangan perjalanan data. Ketika semuanya berjalan normal jejak tersebut membantu membaca performa. Ketika muncul error atau latency meningkat jejak yang sama membantu mempersempit tempat pencarian. Buat teknologi SABANA88 inilah nilai observability yang paling terasa yaitu membuat sistem gaming modern yang rumit menjadi lebih mudah dilihat dari dalam.
