Seminar Micronaut – Observability mit Management, Metrics und OpenTelemetry

Observability entsteht durch abgestimmte Signale, nicht durch möglichst viele Messwerte. Das Seminar verbindet Micronaut Management, Health, Metriken, strukturierte Logs und OpenTelemetry-Traces zu einer Diagnosekette für HTTP-, Datenbank- und Messaging-Abläufe.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik

Zielsetzung

• Health-, Log-, Metrik- und Trace-Signale nach konkreten Betriebsfragen entwerfen
• Micronaut Management und benutzerdefinierte Metriken sicher konfigurieren
• OpenTelemetry-Kontext über synchrone und asynchrone Grenzen propagieren
• SLOs, Alarmierung und Diagnoseabläufe auf belastbare Signale stützen

Zielgruppe

DevOps, Plattformteams, Cloud-Entwickler, Systemadministration und Entwickler mit Betriebsverantwortung.

Voraussetzungen

Micronaut-Grundkenntnisse, Linux-, Netzwerk- und Containergrundlagen sowie Erfahrung mit Build- und Deploymentprozessen.

Seminarinhalte

1. Schritt 1: Betriebsfragen und Signale festlegen

   Verfügbarkeit, Latenz, Fehler, Durchsatz und Sättigung werden für konkrete Nutzer- und Systemabläufe definiert. Erst danach werden Instrumente ausgewählt.

2. Schritt 2: Management-Endpunkte konfigurieren

   Health, Info und weitere Managementfunktionen werden aktiviert, gruppiert, geschützt und hinsichtlich sensibler Inhalte begrenzt.

3. Schritt 3: Health-Indikatoren entwickeln

   Lokale Funktionsfähigkeit, Readiness, Liveness und externe Abhängigkeiten werden getrennt. Zeitlimits und Degradation verhindern blockierende Gesundheitsprüfungen.

4. Schritt 4: Metriken erfassen

   HTTP-, JVM-, Pool- und Datenbankmetriken werden ergänzt. Eigene Counter, Timer und Gauges erhalten eindeutige Namen, Einheiten und begrenzte Label-Kardinalität.

5. Schritt 5: Strukturierte Logs und Korrelation einführen

   Felder, Level, Ereigniscodes, Trace-ID, Request-ID und Maskierung werden standardisiert. Mehrzeilige und personenbezogene Inhalte werden kontrolliert.

6. Schritt 6: OpenTelemetry-Tracing integrieren

   Tracer Provider, Export, Resource-Attribute, automatische Instrumentierung und eigene Spans werden für einen Service eingerichtet.

7. Schritt 7: Kontext über Grenzen propagieren

   HTTP-Client, Messaging, Coroutines beziehungsweise Executoren und Hintergrundjobs werden auf korrekte Trace- und Baggage-Weitergabe geprüft.

8. Schritt 8: Sampling und Datenmenge steuern

   Head- und Tail-Sampling als Konzepte, Fehlerpriorisierung, Attributbegrenzung und Aufbewahrung werden auf Kosten und Diagnosewert abgestimmt.

9. Schritt 9: Dashboards, SLOs und Alarme ableiten

   Service-Level-Indikatoren, Fehlerraten, Perzentile, Burn Rate und Alarmgrenzen werden aus den zuvor definierten Betriebsfragen aufgebaut.

10. Schritt 10: Diagnosefall durchspielen

    Ein absichtlich langsamer und fehlerhafter Aufruf wird von Alarm und Dashboard über Trace und Log bis zur Datenbank- oder Abhängigkeitsursache verfolgt.

Praxisübungen

• Health-Indikator mit Timeout
• Metrik mit kontrollierter Kardinalität
• End-to-End-Trace über HTTP, Datenbank und Messaging
• Diagnose eines Latenz- und Fehlerfalls

Methodik

Kurze fachliche Einordnungen wechseln mit Demonstrationen und schrittweisen Übungen. Jeder Arbeitsstand wird gebaut, ausgeführt und durch automatisierte oder betriebliche Prüfungen abgesichert. Fehlerfälle werden bewusst einbezogen, damit Diagnose und Wiederanlauf nicht erst im Produktivbetrieb entstehen.