在嘗試中遵循一項合乎邏輯的工作
保持穩定的作業識別符號並將嘗試級事件與最終結果分開，以便重試恢復仍然可測量。
選擇框架
選擇知道結果的邊界
將佇列等待與執行分開
計劃的、排隊的、開始的和完成的時間戳將積壓壓力與緩慢的工作程式碼區分開來。
定義終端狀態
在編寫停滯的作業查詢或警示之前記錄已完成、永久失敗、取消、丟棄和死信結果。
共享事件合約
保持第一個模式可互操作
- job_id、job_name、queue_name、狀態、嘗試和釋放
- scheduled_at、started_at、completed_at、duration_ms 和 wait_ms
- error_type、worker_name、item_count、dead_lettered 和 account_id
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執行一次成功、重試恢復、永久失敗和取消固定裝置。
- 2確認同一邏輯作業在多次嘗試中保持關聯。
- 3協調佇列等待、執行持續時間和端到端持續時間。
- 4測試重複傳遞和冪等下游行為。
實施指南
匹配框架、提供程式或執行時
來源實施指南
Ingest 和 Trigger.dev 作業 Telemetry
使用 SQL 就緒日誌檢測非同步工作執行緒、計劃作業、重試、失敗和死信事件。
開啟指南來源實施指南
Django 和 Celery 結構化事件監控
將 Django 請求結果和 Celery 任務生命週期與安全識別符號、延遲、重試和終端狀態連線起來。
開啟指南來源實施指南
時間工作流程可觀測性
追蹤臨時工作流程結果、活動重試、計劃啟動延遲和業務里程碑，而無需記錄工作流程負載。
開啟指南來源實施指南
n8n 工作流程 Telemetry
透過 HTTP 請求節點將 n8n 工作流程完成、失敗、重試、專案計數和下游交付結果傳送到有界 Telemetry 事件。
開啟指南來源實施指南
BullMQ 佇列監控
使用 SQL 就緒生命週期事件測量 BullMQ 佇列等待、執行持續時間、重試、失敗和死信成長。
開啟指南來源實施指南
AWS SQS 佇列可觀測性
追蹤 SQS 訊息期限、接收嘗試、處理結果、批次處理行為和死信路由，而無需儲存訊息正文。
開啟指南來源實施指南
RabbitMQ 佇列 Telemetry
透過結構化事件追蹤 RabbitMQ 發布確認、傳送、確認、重新傳送、佇列等待、重試和死信結果。
開啟指南來源實施指南
Google Cloud Pub/Sub 遙測
使用穩定的訊息識別符號追蹤 Pub/Sub 發布、交付、確認、重新交付、排序、佇列壽命和死信結果。
開啟指南來源實施指南
Azure 服務匯流排 Telemetry
追蹤 Azure 服務匯流排傳送、接收、鎖定續訂、結算、重新傳遞、延遲和死信結果，而無需收集訊息正文。
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
Sidekiq 作業 Telemetry
追蹤 Sidekiq 執行結果、嘗試、佇列等待、錯誤以及伺服器中介軟體的釋放，而無需復製作業參數。
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
AWS Lambda 結構化事件監控
透過緊湊的結構化事件追蹤 Lambda 呼叫、冷啟動、持續時間、重試和業務成果。
開啟指南來源實施指南
Stripe Webhook 遙測
除錯支付、訂閱、發票、重試和下游計費同步行為，無需儲存 Webhook 主體。
開啟指南來源實施指南
GitHub 操作工作流程 Telemetry 整合
從 GitHub 操作傳送有界終端工作流程結果，其中包含執行、嘗試、作業、結論、持續時間和發布上下文。
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。