Structured logging · Winston · Correlation ID · Docker logs · Error tracking
Bootcode IWA-S04 â DevOps, Semaine 4, Jour 3
1. Logs vs métriques
Les métriques disent QUE ça ne va pas, les logs disent POURQUOI
2. Structured logging
Logs JSON parsables avec Winston ou Pino â pas du texte brut
3. Niveaux de log
debug, info, warn, error â quand utiliser lequel
4. Centralisation Docker
Drivers de logging, rotation, docker compose logs | jq
5. Correlation ID + error tracking
Tracer une requĂȘte de bout en bout â et les bases de Sentry
Métriques vs logs
Rappel d'hier : Prometheus dit QUE, les logs disent POURQUOI
Structured logging : pourquoi JSON
Parsable par des outils, filtrable, recherchable
Log levels + Winston/Pino
debug, info, warn, error â config, transports, formatters
Docker logging
Drivers (json-file, syslog), centralisation, rotation
Live coding
Winston dans l'app, logs métier, simuler et diagnostiquer une erreur
QUI
user id, IP
QUOI
l'action
QUAND
timestamp ISO
OĂ
service, endpoint
RĂSULTAT
succĂšs / erreur
â Texte brut
user logged in stuff happened ok
Impossible Ă filtrer, impossible Ă agrĂ©ger â bonne chance pour retrouver une erreur.
â JSON structurĂ©
{"level":"info","requestId":"abc-123",
"userId":42,"action":"login","status":200}
Chaque champ est filtrable : jq 'select(.level=="error")'
DĂ©tail technique pour le dev â dĂ©sactivĂ© en prod (LOG_LEVEL=info)
ĂvĂ©nement normal mais significatif : requĂȘte reçue, user inscrit, job terminĂ©
Anormal mais gĂ©rĂ© : deprecation, retry, quota proche â ça mĂ©rite un Ćil
Ăchec qui impacte : 500, exception, appel externe ratĂ© â avec stack trace !
L'app ne peut plus fonctionner : DB inaccessible au boot â exit
La bonne granularité : trop de logs = bruit + perf. Pas assez = aveugle en cas d'incident. Logger les événements métier et les erreurs, pas chaque ligne de code.
// src/infrastructure/logging/logger.ts
import winston from 'winston';
export const logger = winston.createLogger({
level: process.env.LOG_LEVEL ?? 'info',
format: winston.format.combine(
winston.format.timestamp(),
winston.format.errors({ stack: true }),
winston.format.json()
),
defaultMeta: { service: 'bootcode-api' },
transports: [new winston.transports.Console()],
});
// usage :
logger.info('User registered', { userId: 42, email: masked });
logger.error('Payment failed', { error: err.message, stack: err.stack });
stdout = la voie Docker
En conteneur, on logue sur stdout â Docker capture et centralise. Pas de fichiers dans le conteneur.
Pino = l'alternative rapide
MĂȘme principe, plus performant. Les deux produisent du JSON â le choix est secondaire.
Une requĂȘte traverse middleware â use case â DB â rĂ©ponse. Sans ID commun, impossible de regrouper ses logs.
Un middleware gĂ©nĂšre un requestId (uuid) au dĂ©but, tous les logs de cette requĂȘte le portent.
Filtrer par requĂȘte
docker compose logs app | jq 'select(.requestId=="abc-123")'
â toute la vie de cette requĂȘte, chronologique.
// http-logger.ts
import { v4 as uuid } from 'uuid';
export const httpLogger = (req, res, next) => {
const requestId = uuid();
req.requestId = requestId;
const start = Date.now();
res.on('finish', () => {
logger.info('http', {
requestId, method: req.method,
path: req.path, status: res.statusCode,
durationMs: Date.now() - start,
});
});
next();
};
# docker-compose.yml â rotation !
logging:
driver: "json-file"
options:
max-size: "10m"
max-file: "3"
Sans rotation, docker logs remplit le disque du VPS en quelques semaines. max-size + max-file = obligation en prod.
docker compose logs app | jq .
docker compose logs app | jq 'select(.level=="error")'
đ« Jamais dans les logs
// sanitize.ts
const SENSITIVE = ['password','token'];
sanitize = obj => mask(SENSITIVE);
// email: "a***@ex.com"
Les logs sont atomiques â un outil comme Sentry agrĂšge les erreurs :
// init tĂŽt, avant les routes
import * as Sentry from '@sentry/node';
Sentry.init({ dsn: process.env.SENTRY_DSN });
Alternative maison
L'exercice : un script qui surveille les logs JSON et alerte sur Slack quand level=="error" â le principe est le mĂȘme.
â console.log en production
Pas de niveaux, pas de format, pas de filtrage, pas de rotation â un logger est non nĂ©gociable.
â Trop ou pas assez logger
Chaque ligne de code â bruit et perf. Rien â aveugle. Logger Ă©vĂ©nements mĂ©tier + erreurs.
â Pas de correlation ID
Impossible de regrouper les logs d'une mĂȘme requĂȘte dans un systĂšme multi-services.
â DonnĂ©es sensibles loguĂ©es
Password, token, PII dans les logs = fuite de sécurité. Sanitize avant de logger, toujours.
Exercice E4.3 â ~4h
Winston JSON, correlation ID, rotation Docker et alertes sur les erreurs critiques.
à implémenter
logger.ts â Winston JSON + niveauxhttp-logger.ts â middleware + requestIdsanitize.ts â masquage donnĂ©es sensiblesVĂ©rifier avec
docker compose logs app | jq .
... | jq 'select(.level=="error")'
... | jq 'select(.requestId=="abc")'
đ vs đ
Les métriques alertent, les logs expliquent. Les deux se complÚtent.
{} JSON ou rien
Des logs structurés = filtrables avec jq, agrégables par des outils. Le texte brut ne l'est pas.
đ requestId partout
Le correlation ID relie tous les logs d'une requĂȘte â indispensable dĂšs qu'il y a plusieurs services.
đ« Jamais de secrets dans les logs
Sanitize les donnĂ©es sensibles â un log est un artefact de sĂ©curitĂ© autant que de debug.