2.8 KiB
2.8 KiB
Observability: Dashboards & Alerts
Dieses Dokument definiert die Monitoring-Strategie für das Masterdata-SCS gemäß der Roadmap.
1. Zentrale Dashboards
1.1 Import Performance Dashboard
Fokus: Überwachung des ZNS-Ingestion-Workers.
- Import Duration: Histogramm der Zeit pro Import-Datei (ASCII-Batch).
- Records per Second: Durchsatz der verarbeiteten Reiter/Pferde/Vereine während eines Imports.
- Idempotency Skip Rate: Anteil der übersprungenen Datensätze (bereits vorhanden/unverändert).
- Validation Error Rate: Anteil der Datensätze, die aufgrund von Validierungsfehlern abgelehnt wurden.
1.2 API Performance Dashboard
Fokus: Ktor REST-Endpunkte (Lese-Kanal).
- Request Latency (P95/P99): Latenz der GET-Endpunkte (Target: < 150ms).
- Request Rate (RPS): Anzahl der Anfragen pro Sekunde.
- HTTP Error Rate (4xx/5xx): Verteilung der Fehlercodes.
- Active Connections: Anzahl der parallelen Ktor/Netty Verbindungen.
1.3 Database Health Dashboard
Fokus: Exposed/Postgres Persistenz.
- Connection Pool Usage: Aktive vs. maximale Verbindungen.
- Query Latency: Dauer der SQL-Statements (Top 10 langsamste Queries).
- Table Size Growth: Wachstum der Core-Tabellen (
reiter,horse). - Migration Status: Flyway-Migrationsstatus und Schema-Version.
1.4 System Resources Dashboard
Fokus: JVM & Infrastruktur.
- JVM Heap Usage: Speicherverbrauch des Spring/Ktor Hybrid-Prozesses.
- CPU Load: CPU-Auslastung des Containers.
- GC Pauses: Dauer und Frequenz der Garbage Collection.
- File Descriptors: Auslastung der Datei-Handles (kritisch für Netty).
2. Alarm-Regeln (Alerts)
| ID | Alarm Name | Bedingung | Priorität |
|---|---|---|---|
| AL-01 | API High Error Rate | > 1% 5xx Fehler über 5 Minuten | Kritisch |
| AL-02 | Slow API Requests | P95 Latenz > 500ms für 2 Minuten | Warnung |
| AL-03 | Import Failure | Fehlerrate > 5% bei einem Batch-Lauf | Kritisch |
| AL-04 | DB Pool Exhausted | Pool-Auslastung > 90% für 1 Minute | Kritisch |
| AL-05 | JVM OOM Risk | Heap Usage > 85% nach Full GC | Kritisch |
| AL-06 | Rule-Set Mismatch | Mehrere aktive RegulationConfig Versionen pro Sparte |
Warnung |
3. Implementierungs-Details
- Metriken-Export: Prometheus-Format via
/actuator/prometheus(Port 8081). - Tracing: Optional via Micrometer Tracing (Brave/Zipkin), falls global im Projekt aktiviert.
- Logging: Strukturiertes Logging via Logback (ISO8601, TraceContext).