Назад к работам
Dev · Observability · 2025

Traq — наблюдаемость для бэкенда

Логи, трейсы и latency в одном экране: инцидент видно за секунды, а не за полчаса.

28 → 4 минвремя до диагноза
28 → 4 мин
время до диагноза
−63%
повторные инциденты
1 экран
вместо трёх систем

Задача

Команда ловила инциденты по жалобам пользователей: логи были в одном сервисе, метрики в другом, а трейсы никто не смотрел. К моменту, когда проблема подтверждалась, терялись часы.

Решение

Собрал консоль, где живой поток логов, список трейсов и график latency живут на одном экране. Уровни помечены и фильтруются одним кликом, а правило алерта настраивается прямо из строки лога.

  • Domain research
  • Информационная архитектура
  • UI-дизайн
  • Дизайн-система

Результат

Дежурный видит причину инцидента в первые минуты и закрывает его до того, как пользователи заметят. Постмортемы собираются из сохранённого таймлайна, а не из переписки.

Экраны проекта

traq · checkout-apiliveПОТОК ЛОГОВПоследние 24 часа12:04:10INFOаутентификация ok21 ms12:04:11WARNплатёж отклонён27 ms12:04:12ERRORтаймаут шлюза33 ms12:04:13INFOкэш каталога прогрет39 ms12:04:14INFOзаказ создан45 ms12:04:15WARNретрай запроса51 msLATENCY p95182 мспорог алерта · 250 мсrequests/s1 240error rate0,7%instances6 / 6uptime99,98%
Обзор сервиса
traqЛогиТрейсыМетрикиФильтрЖивой потокФильтр: level ≥ warnтаймаут шлюза при оплатеerrorплатёж отклонёнwarnретрай 3/3 неудаченerrorкэш каталога прогретinfoзаказ созданinfo
Поток логов
traqЛогиТрейсыМетрикиСохранитьАлерт по ошибкамСоздан из строки логаМетрикаerror_rateПорог> 1%Окно5 минКанал#платежиЭскалацияГруппа#платежиДежурныйon-callПовторчерез 15 минСохранить правило
Правило алерта
traqЛогиТрейсыМетрикиПодпискаПОСТМОРТЕМ · 12 МИНУТ · 3 УЧАСТНИКАИнцидент #218:таймаут шлюза
Постмортем