檢測應用程式邊界
記錄操作指紋和應用程式看到池等待、執行、事務和超時結果的最終狀態。
選擇框架
選擇知道結果的邊界
不記錄原始語句
收集前規範操作。 SQL 文字、繫結參數、連線字串和返回的行可能會洩露機密或客戶資料。
將壓力與客戶影響聯絡起來
當池飽和、快取未命中或消費者延遲影響服務、發布、路由、作業或帳戶工作流程時，它們就變得可操作。
共享事件合約
保持第一個模式可互操作
- database_system、操作、query_fingerprint、狀態和 duration_ms
- pool_name、wait_ms、rows_affected、版本和環境
- account_id、request_id、事務結果和受控 SQLSTATE
使這些欄位適應工作流程，但在多個服務依賴同一個資料表之前保持單位、狀態類別、識別符號和所有權明確。
驗證
在發出警示之前練習故障路徑
- 1執行一個成功的查詢、超時、回滾和池等待裝置。
- 2確認沒有 SQL 參數、憑據或返回的資料輸入事件。
- 3將應用程式持續時間與資料庫相鄰階段持續時間進行比較。
- 4按操作指紋和發布查詢迴歸。
實施指南
匹配框架、提供程式或執行時
來源實施指南
Supabase 和 Postgres 應用程式 Telemetry
追蹤產品工作流程、資料庫相關作業、API 路由以及伺服器程式碼中面向客戶的故障。
開啟指南來源實施指南
node-postgres 池和查詢 Telemetry
埋點節點-postgres 查詢指紋、連線獲取、池壓力、超時、事務結果和資料庫錯誤，無需記錄 SQL 參數。
開啟指南來源實施指南
Prisma ORM 資料庫 Telemetry
測量 Prisma 操作指紋、模型和方法延遲、故障、結果計數、版本和依賴於資料庫的工作流程，而無需收集原始查詢參數。
開啟指南來源實施指南
Flask 和 SQLAlchemy Telemetry
使用有界 Python 事件、穩定的路由範本和安全的錯誤類別來測量 Flask 請求結果和 SQLAlchemy 事務行為。
開啟指南來源實施指南
Redis 和節點-redis Telemetry
與 Node-Redis 一起測量 Redis 命令結果、延遲、快取行為、重新連線和有限錯誤類別。
開啟指南來源實施指南
Kafka 消費者延遲和處理分析
使用結構化事件監控 Kafka 消費者結果、分割區延遲、處理延遲、重試和有害訊息處理。
開啟指南來源實施指南
MySQL 查詢和池 Telemetry
追蹤標準化 MySQL 操作、池等待、事務結果、受控錯誤類別和發布迴歸，而無需儲存原始 SQL 或參數。
開啟指南來源實施指南
MongoDB 操作 Telemetry
追蹤指定的 MongoDB 操作、延遲、結果計數、重試、事務結果和發布迴歸，而無需收集文件或查詢值。
開啟指南首先驗證一個端到端工作流程
建立一個免費的 API 金鑰，選擇最接近的執行時指南，並在擴大覆蓋範圍之前傳送已知的成功和失敗資訊。