infra-observability-stack-review

What problem does it solve?

Обеспечивает аудит и проектирование observability-стека для data platform так, чтобы метрики, логи и трассировки работали согласованно, имели управляемую кардинальность и поддерживали SLO вместо “пороговых” алертов.

Core Features & Use Cases

• Three-pillar architecture (metrics/logs/traces): проектирует сквозной контур наблюдаемости с единым сборщиком через OpenTelemetry Collector и унифицированной визуализацией в Grafana.
• LGTM stack setup (Loki + Grafana + Tempo + Prometheus/Mimir): описывает связку для long-term metrics, лог-агрегации и distributed tracing.
• Cardinality management + structured logs: задаёт подходы к предотвращению взрыва series и рекомендацию по JSON-логированию с полями вроде dag_id/task_id/level.
• SLO & error-budget tracking: помогает определить SLO, индикаторы и burn-rate алерты (например, через Pyrra), а также контролировать pipeline freshness/throughput/error rate.
• Observability as Code (Grafana provisioning): автоматизирует публикацию дашбордов и алертов через Kubernetes-конфиги.
• Use Case: при запуске новой платформы данных или при разборе production-инцидента, когда “ничего не видно”, но нужно быстро закрыть gaps по метрикам, логам и трассам.

Quick Start

Use this skill to audit your current monitoring and design an LGTM + OpenTelemetry + SLO-based observability plan that prevents high-cardinality issues and enables pipeline freshness, throughput, and error-rate dashboards and alerts.