"Kenapa checkout lambat tadi siang?" Pertanyaan sederhana ini sering berujung pada berjam-jam membaca log dari lima service berbeda. Observability adalah kemampuan menjawab pertanyaan semacam itu dari data yang dihasilkan sistem — dan OpenTelemetry (OTel) telah menjadi standar terbuka untuk mengumpulkannya. Di 2026, hampir semua vendor monitoring besar menerima data OTel secara native.
Tiga Pilar Observability
| Pilar | Menjawab | Contoh |
|---|---|---|
| Traces | Request ini lewat mana saja, dan lama di mana? | POST /checkout → 1.2 detik, 900 ms di query DB |
| Metrics | Bagaimana tren sistem dari waktu ke waktu? | request/detik, latensi p95, error rate |
| Logs | Apa yang terjadi persis di momen itu? | Pembayaran ditolak: saldo kurang |
Kekuatan OTel adalah korelasi: log dan metrik bisa ditautkan ke trace yang sama lewat trace_id.
Instrumentasi Otomatis di Node.js
npm install @opentelemetry/sdk-node \
@opentelemetry/auto-instrumentations-node \
@opentelemetry/exporter-trace-otlp-http
// otel.js — dimuat SEBELUM kode aplikasi
const { NodeSDK } = require('@opentelemetry/sdk-node');
const { getNodeAutoInstrumentations } = require('@opentelemetry/auto-instrumentations-node');
const { OTLPTraceExporter } = require('@opentelemetry/exporter-trace-otlp-http');
const sdk = new NodeSDK({
serviceName: 'api-toko',
traceExporter: new OTLPTraceExporter({
url: process.env.OTEL_EXPORTER_OTLP_ENDPOINT ?? 'http://localhost:4318/v1/traces',
}),
instrumentations: [getNodeAutoInstrumentations()],
});
sdk.start();
process.on('SIGTERM', () => sdk.shutdown().finally(() => process.exit(0)));
node --require ./otel.js server.js
Tanpa mengubah kode aplikasi, request HTTP, query database (pg, mysql), Redis, dan panggilan fetch keluar sudah tercatat sebagai span.
Menambahkan Span Manual
Untuk logika bisnis penting, tambahkan span sendiri:
const { trace, SpanStatusCode } = require('@opentelemetry/api');
const tracer = trace.getTracer('checkout');
async function prosesCheckout(keranjang) {
return tracer.startActiveSpan('hitung-ongkir', async (span) => {
try {
span.setAttribute('keranjang.jumlah_item', keranjang.items.length);
span.setAttribute('pengiriman.kota', keranjang.kota);
const ongkir = await apiKurir.hitung(keranjang);
span.setAttribute('pengiriman.biaya', ongkir);
return ongkir;
} catch (err) {
span.recordException(err);
span.setStatus({ code: SpanStatusCode.ERROR, message: err.message });
throw err;
} finally {
span.end();
}
});
}
Menjalankan Backend Lokal
# docker-compose.yml
services:
jaeger:
image: jaegertracing/all-in-one:latest
ports:
- "16686:16686" # UI
- "4318:4318" # OTLP HTTP
environment:
COLLECTOR_OTLP_ENABLED: "true"
docker compose up -d
# buka http://localhost:16686 lalu pilih service "api-toko"
OpenTelemetry Collector di Production
Di production, jangan kirim data langsung dari aplikasi ke vendor. Gunakan Collector sebagai perantara:
# otel-collector.yaml
receivers:
otlp:
protocols:
http: { endpoint: 0.0.0.0:4318 }
processors:
batch: {}
attributes:
actions:
- key: user.email # buang data pribadi sebelum keluar
action: delete
exporters:
otlphttp:
endpoint: https://otlp.vendor-kamu.example
service:
pipelines:
traces:
receivers: [otlp]
processors: [attributes, batch]
exporters: [otlphttp]
Keuntungannya: kamu bisa mengganti vendor, menyaring data sensitif, dan melakukan sampling tanpa men-deploy ulang aplikasi.
Tips Praktis
- Mulai dari traces — paling cepat memberi wawasan.
- Gunakan nama atribut standar (semantic conventions) seperti
http.routedandb.system. - Sampling — di trafik tinggi, simpan misalnya 10% trace normal tapi 100% trace yang error.
- Jangan catat data pribadi di atribut span — ingat aturan perlindungan data.
Penutup
OpenTelemetry mengubah observability dari fitur vendor menjadi standar terbuka. Instrumentasi sekali, kirim ke mana saja. Mulailah dengan auto-instrumentation dan Jaeger lokal — begitu kamu melihat waterfall trace pertama, debugging tidak akan pernah sama lagi.
0 Komentar