จาก “มี log” → สู่ “เข้าใจระบบทั้งก้อน” แบบมืออาชีพ

เมื่อระบบเริ่มเติบโต มีผู้ใช้มากขึ้น มีหลาย service มีหลาย instance และ deploy บ่อยขึ้น สิ่งที่ยากที่สุดไม่ใช่ “เขียนโค้ดให้รันได้” แต่คือ

• ❓ error เกิดที่ไหน
• ❓ request นี้วิ่งผ่าน service อะไรบ้าง
• ❓ ทำไม latency พุ่ง
• ❓ ระบบกำลังจะล่มหรือยัง

คำตอบทั้งหมดอยู่ที่ Logging & Monitoring ที่ออกแบบมาดี

บทความนี้จะพาคุณเรียนรู้แนวคิดและเครื่องมือที่ใช้จริงใน Production ทั้ง Go และ Node.js

⭐ 1. Structured Logging คืออะไร และทำไม Production ต้องใช้

❌ Log แบบเดิม (Human-readable only)

user login failed

ปัญหา

• ค้นหายาก
• ทำ dashboard ไม่ได้
• วิเคราะห์เชิงระบบแทบไม่ได้

✅ Structured Logging (Machine + Human readable)

{
  "level": "error",
  "service": "auth-service",
  "event": "login_failed",
  "user_id": "u123",
  "request_id": "req-abc-001"
}

ข้อดี

• Query ง่าย (Loki / Elasticsearch)
• ทำ dashboard + alert ได้
• เชื่อมกับ tracing และ metrics ได้
• เหมาะกับ Microservices / Cloud-native

📌 Production = JSON log เท่านั้น

⭐ 2. Structured Logging ใน Go

🔹 Zap (มาตรฐานองค์กร)

logger, _ := zap.NewProduction()
defer logger.Sync()

logger.Info("order created",
    zap.String("order_id", "o123"),
    zap.Int("amount", 1500),
)

🔹 Zerolog (เร็วมาก / JSON native)

log.Info().
   Str("service", "payment").
   Str("user_id", "u123").
   Msg("payment success")

เลือกอย่างไร

⭐ 3. Structured Logging ใน Node.js

🔹 Pino (แนะนำที่สุดสำหรับ Production)

import pino from "pino";
const logger = pino();

logger.info({
  service: "order-api",
  orderId: "o123",
  status: "created"
});

เหตุผลที่ Pino เหมาะกับ Production

• เร็วมาก
• JSON output
• ทำงานดีกับ Loki / Elastic
• รองรับ async / worker / cluster

⭐ 4. Correlation ID: หัวใจของ Microservices

Correlation ID คือ ID เดียวที่ติดไปกับ request ทั้ง lifecycle

Client
 → API Gateway
   → Auth Service
     → Order Service
       → Payment Service

ทุก service log ด้วย request_id เดียวกัน → debug ได้ทั้งเส้นทาง

🔹 Go (Fiber Middleware)

func CorrelationID() fiber.Handler {
    return func(c *fiber.Ctx) error {
        id := c.Get("X-Request-ID")
        if id == "" {
            id = uuid.NewString()
        }
        c.Set("X-Request-ID", id)
        c.Locals("request_id", id)
        return c.Next()
    }
}

ใช้ใน log

logger.Info("handling request",
    zap.String("request_id", c.Locals("request_id").(string)),
)

🔹 Node.js (Express Middleware)

import { v4 as uuid } from "uuid";

function correlationId(req, res, next) {
  req.requestId = req.headers["x-request-id"] || uuid();
  res.setHeader("X-Request-ID", req.requestId);
  next();
}

logger.info({ requestId: req.requestId }, "processing request");

⭐ 5. Distributed Tracing ด้วย OpenTelemetry

Tracing ทำให้คุณเห็น เส้นทางของ request ทั้งก้อน

API → DB → External API → Cache

🔹 Go + OpenTelemetry

tracer := otel.Tracer("order-service")

ctx, span := tracer.Start(ctx, "CreateOrder")
defer span.End()

ส่ง trace ไปที่ Jaeger / Tempo / Zipkin

🔹 Node.js + OpenTelemetry

const tracer = opentelemetry.trace.getTracer("order-service");
const span = tracer.startSpan("create-order");
// do work
span.end();

⭐ 6. Metrics: รู้สถานะระบบแบบ Real-time

Metrics ตอบคำถามสำคัญ

• QPS เท่าไหร่
• Error rate %
• Latency p95 / p99
• CPU / Memory

🔹 Go + Prometheus

httpRequests := prometheus.NewCounterVec(
  prometheus.CounterOpts{
    Name: "http_requests_total",
  },
  []string{"method", "status"},
)

httpRequests.WithLabelValues("GET", "200").Inc()

Expose /metrics

🔹 Node.js + Prometheus

import client from "prom-client";

const counter = new client.Counter({
  name: "http_requests_total",
  help: "Total HTTP requests"
});

counter.inc();

Grafana ใช้สำหรับ

• Dashboard
• Alert
• SLA / SLO

⭐ 7. Error Monitoring ด้วย Sentry

Logging บอกว่า เกิดอะไรขึ้น

Error Monitoring บอกว่า

• เกิดกี่ครั้ง
• stack trace เต็ม
• impact กับ user
• แจ้งเตือน real-time

🔹 Go

sentry.CaptureException(err)

🔹 Node.js

Sentry.captureException(err);

⭐ 8. Logging & Monitoring Architecture (Production)

Application
 ├─ Logs → Loki / Elasticsearch
 ├─ Traces → Jaeger / Tempo
 ├─ Metrics → Prometheus → Grafana
 └─ Errors → Sentry

🧠 Correlation ID = กาวที่เชื่อมทุกอย่างเข้าด้วยกัน

⭐ 9. Best Practices สำหรับ Production

✔ Log เป็น JSON เท่านั้น
✔ ห้าม log password / token / credit card
✔ ใช้ Correlation ID ทุก request
✔ แยก log level (INFO / WARN / ERROR)
✔ Alert จาก metrics มากกว่า log
✔ อย่า log เยอะเกินไป (noise + cost)

📌 สรุป

Logging & Monitoring ที่ดีทำให้คุณ

• 🔍 แก้ปัญหาเร็วขึ้นหลายเท่า
• 🚨 รู้ปัญหาก่อนผู้ใช้
• 🚀 Deploy ได้มั่นใจ
• 🌐 Scale ได้โดยไม่ “มืด”

ทั้ง Go และ Node.js มี ecosystem ที่พร้อมสำหรับ Production ถ้าออกแบบ Logging & Monitoring ตั้งแต่วันแรก ระบบของคุณจะ อยู่รอดได้จริง 🚀

🔵 ตอนต่อไป: EP.49 Security: Authentication, Authorization & Data Validation

• JWT / Session / OAuth
• Auth vs Authorization
• RBAC
• Input Validation
• ป้องกัน SQLi / XSS / CSRF
• Security Best Practices สำหรับ Production