检测应用程序边界
记录操作指纹和应用程序看到池等待、执行、事务和超时结果的最终状态。
选择框架
选择知道结果的边界
不记录原始语句
收集前规范操作。 SQL 文本、绑定参数、连接字符串和返回的行可能会泄露机密或客户数据。
将压力与客户影响联系起来
当池饱和、缓存未命中或消费者延迟影响服务、发布、路由、作业或帐户工作流程时，它们就变得可操作。
共享事件合约
保持第一个模式可互操作
- database_system、操作、query_fingerprint、状态和 duration_ms
- pool_name、wait_ms、rows_affected、版本和环境
- account_id、request_id、事务结果和受控 SQLSTATE
使这些字段适应工作流程，但在多个服务依赖同一个表之前保持单位、状态类别、标识符和所有权明确。
验证
在发出警报之前练习故障路径
- 1运行一个成功的查询、超时、回滚和池等待装置。
- 2确认没有 SQL 参数、凭据或返回的数据输入事件。
- 3将应用程序持续时间与数据库相邻阶段持续时间进行比较。
- 4按操作指纹和发布查询回归。
实施指南
匹配框架、提供程序或运行时
来源实施指南
Supabase 和 Postgres 应用程序 Telemetry
跟踪产品工作流程、数据库相关作业、API 路由以及服务器代码中面向客户的故障。
打开指南来源实施指南
node-postgres 池和查询 Telemetry
埋点节点-postgres 查询指纹、连接获取、池压力、超时、事务结果和数据库错误，无需记录 SQL 参数。
打开指南来源实施指南
Prisma ORM 数据库 Telemetry
测量 Prisma 操作指纹、模型和方法延迟、故障、结果计数、版本和依赖于数据库的工作流程，而无需收集原始查询参数。
打开指南来源实施指南
Flask 和 SQLAlchemy Telemetry
使用有界 Python 事件、稳定的路由模板和安全的错误类别来测量 Flask 请求结果和 SQLAlchemy 事务行为。
打开指南来源实施指南
Redis 和节点-redis Telemetry
与 Node-Redis 一起测量 Redis 命令结果、延迟、缓存行为、重新连接和有限错误类别。
打开指南来源实施指南
Kafka 消费者延迟和处理分析
使用结构化事件监控 Kafka 消费者结果、分区延迟、处理延迟、重试和有害消息处理。
打开指南来源实施指南
MySQL 查询和池 Telemetry
跟踪标准化 MySQL 操作、池等待、事务结果、受控错误类别和发布回归，而无需存储原始 SQL 或参数。
打开指南来源实施指南
MongoDB 操作 Telemetry
跟踪指定的 MongoDB 操作、延迟、结果计数、重试、事务结果和发布回归，而无需收集文档或查询值。
打开指南首先验证一个端到端工作流程
创建一个免费的 API 密钥，选择最接近的运行时指南，并在扩大覆盖范围之前发送已知的成功和失败信息。