OTel
OTel è l'abbreviazione comune di OpenTelemetry, lo standard CNCF vendor-neutral per generare e raccogliere tracce, metriche e log. È usato nei nomi dei package, nella configurazione e nella conversazione come scorciatoia per il progetto e i suoi SDK.
OTLP
OTLP sta per OpenTelemetry Protocol, il formato basato su Protobuf per esportare telemetria su gRPC o HTTP. È il formato di export predefinito prodotto dagli SDK OpenTelemetry e dal Collector.
SLI
SLI sta per Service Level Indicator, una misura quantitativa di un aspetto della qualità del servizio, come la frazione di richieste riuscite. È la misurazione grezza su cui uno SLO fissa un target.
SLO
SLO sta per Service Level Objective, un valore target per un SLI su una finestra (per esempio 99,9% su 30 giorni). È il target interno di affidabilità che un team si impegna a rispettare.
SLA
SLA sta per Service Level Agreement, un impegno contrattuale verso i clienti con conseguenze in caso di violazione. È un documento di business tipicamente più permissivo dello SLO interno.
SRE
SRE sta per Site Reliability Engineering, la disciplina di Google di applicare pratiche di ingegneria del software alle operations. Ha introdotto SLI, SLO ed error budget come linguaggio dell'affidabilità.
RED
RED sta per Rate, Errors, Duration - un metodo di monitoraggio centrato sulle richieste per i servizi. Definisce le metriche minime da strumentare per endpoint o servizio.
USE
USE sta per Utilization, Saturation, Errors - il metodo di Brendan Gregg centrato sulle risorse per diagnosticare i colli di bottiglia di sistema. Si applica per risorsa (CPU, memoria, disco, rete).
MELT
MELT sta per Metrics, Events, Logs e Traces, un raggruppamento popolare dei tipi di telemetria che una piattaforma di observability gestisce. È un'alternativa ai "tre pilastri" che chiama esplicitamente in causa gli eventi discreti.
MTTR
MTTR sta per Mean Time To Recovery (a volte Repair o Resolve), il tempo medio per ripristinare il servizio dopo un guasto. Ridurre l'MTTR è un obiettivo primario dell'investire in observability.
MTTD
MTTD sta per Mean Time To Detect, il tempo medio tra l'inizio di un incidente e il suo rilevamento. Un buon alerting e il monitoraggio del burn rate degli SLO abbassano l'MTTD.
MTBF
MTBF sta per Mean Time Between Failures, l'uptime medio tra incidenti successivi. Insieme all'MTTR caratterizza il profilo di affidabilità di un sistema.
p50 / p95 / p99
Indicano il 50°, 95° e 99° percentile di una distribuzione, quasi sempre la latenza. p50 è la mediana, l'esperienza tipica, mentre p95 e p99 descrivono la coda che incide di più sulla percezione utente e sugli SLO.
PromQL
PromQL è il Prometheus Query Language usato per selezionare, trasformare e aggregare serie temporali. Alimenta le dashboard, le recording rule e le espressioni di alerting di Prometheus.
TSDB
TSDB sta per Time Series Database, uno store ottimizzato per dati numerici timestampati con ingestione efficiente e query su intervalli. Prometheus, Mimir, Thanos e VictoriaMetrics ne sono esempi comuni.
APM
APM sta per Application Performance Monitoring (o Management), una classe di strumenti che tracciano le richieste, profilano il codice e fanno emergere latenza ed errori nelle applicazioni. OpenTelemetry alimenta sempre più i backend APM con dati vendor-neutral.
eBPF
eBPF (extended Berkeley Packet Filter) è una tecnologia del kernel Linux che esegue programmi sandboxed nello spazio kernel, usata per raccogliere telemetria di rete, syscall e performance senza modificare le applicazioni. Abilita l'observability senza instrumentation ed è alla base di strumenti come Cilium e Pixie.
traceparent
traceparent è l'header HTTP di W3C Trace Context che porta il trace ID, lo span ID padre e i trace flag tra i servizi. È il campo che ricuce gli span attraverso i confini dei servizi in un'unica traccia.
tracestate
tracestate è l'header complementare di W3C Trace Context che porta stato chiave-valore specifico del vendor insieme a traceparent. Permette a più sistemi di tracing di coesistere sulla stessa richiesta.
OOMKilled
OOMKilled è lo status che un container riceve quando l'out-of-memory killer di Linux lo termina per aver superato il limite di memoria. È un sintomo frequente di saturazione fatto emergere dall'observability di container e Kubernetes.
PII
PII sta per Personally Identifiable Information, dati che possono identificare una persona. Le pipeline di telemetria devono ripulire o evitare la PII in log, attributi di span ed etichette ad alta cardinalità per privacy e conformità.
RUM
RUM sta per Real User Monitoring, la raccolta di telemetria di performance ed errori dalle sessioni reali degli utenti nel browser o nell'app. Complementa il monitoraggio sintetico, che usa probe scriptate.
Monitoraggio sintetico
Il monitoraggio sintetico esegue probe scriptate contro un servizio dall'esterno per misurare disponibilità e latenza a cadenza fissa. Coglie gli outage anche quando non c'è traffico reale, a differenza del RUM.
Span Kind
Lo span kind è un attributo OpenTelemetry che classifica uno span come SERVER, CLIENT, PRODUCER, CONSUMER o INTERNAL. Indica ai backend come gli span si relazionano attraverso i confini di processo, per esempio abbinando una chiamata client al suo handler server.
Span Status
Lo span status è il flag di esito su uno span - UNSET, OK o ERROR - usato per indicare se l'operazione è fallita. Impostare lo status ERROR è il modo in cui le tracce fanno emergere i guasti per filtraggio e campionamento tail-based.
Alta cardinalità
L'alta cardinalità descrive una dimensione con moltissimi valori distinti, come ID utente o ID richiesta. È economica nei log e nelle tracce ma pericolosa nelle etichette delle metriche, dove causa un'esplosione delle serie temporali.
Downsampling
Il downsampling riduce la risoluzione delle serie temporali conservate nel tempo, per esempio tenendo dati a 15 secondi per due settimane e aggregati orari per un anno. Controlla il costo di archiviazione a lungo termine preservando la visibilità sui trend.
Cardinality Bomb
Una cardinality bomb è un errore di instrumentation che inietta un valore di etichetta illimitato (come un URL completo con ID) nelle metriche, facendo esplodere il conteggio delle serie temporali. Può mandare in crash il backend delle metriche ed è un incidente di produzione comune.
Heartbeat
Un heartbeat è un segnale periodico che un componente emette per dimostrare di essere vivo, monitorato tramite alert dead-man's-switch che scattano quando l'heartbeat si ferma. Rileva i guasti silenziosi in cui un componente non produce altra telemetria.
Cardinality Limit
Un cardinality limit è una protezione in una pipeline di metriche che limita il numero di serie per metrica, scartando o aggregando l'eccesso. Protegge il backend dalle esplosioni di cardinalità causate da instrumentation buggata.