Feiloversikt

Team eSyfo – Feiloversikt er teamets arbeidsflate for runtimefeil. Produksjon er standard, men prod-gcp og dev-gcp velges eksplisitt. Nettleserfeil ligger i en separat, sammenfoldet del fordi browserstrømmen ennå ikke har et verifisert miljøfelt.

Dashboardet er en drilldown, ikke kontrollrommet for all teknisk helse. Tilgjengelighet, latency, saturation, restarts, Kafka-flyt og syntetiske reiser hører hjemme i kontrollrommet.

Operatørflyt

Den primære, åpne delen har én rekkefølge:

1. Runtimefeil over tid viser om feilvolumet endrer seg i valgt scope.
2. Vanligste runtimefeil per nivå (topp 25) viser hvor volumet kommer fra og hvilken feilidentitet og kode som er tilgjengelig. Topp-listen beregnes separat for error, critical og fatal.
3. Nyeste runtimefeil med trace (maks 100) gir konkrete forløp å undersøke videre, med valgfri HTTP-status fra tjenesten som ble kalt.

Hovedtabellen har en egen handling som åpner samme feilgruppe i Grafana Explore. Miljø, tjeneste, feiltype, kode, operasjon og tidsrom følger med; operatøren starter derfor ikke på nytt i et uavgrenset loggsøk. Trace-tabellen er deduplisert på trace, tjeneste, feiltype, kode, operasjon og HTTP-status fra kall, men beholder ulike feil i samme trace.

Den sammenfoldede raden Datakvalitet og nettleserfeil inneholder:

• Loggmetadata som må forbedres, som viser bare tjenester og hendelser uten gyldig kanonisk event_type.
• Nettleserfeil, som har sin egen inventarstyrte flatevelger inne i den sammenfoldede raden og aldri arver valgt kjøremiljø.

Panelbeskrivelser og lenker til kontrakt og runbook ligger i panelmenyene. Dashboardet har ikke et stort forklaringspanel som skyver feilinformasjonen ut av første skjermbilde.

Scope og datakilder

• Runtime-tjenestene genereres fra det godkjente runtimeinventaret. active, migrating og retiring er med; sunset, retired og eksplisitte exclusions er ute.
• Runtime-miljø er single-select uten All. Grafana viser prod-gcp/dev-gcp, mens Loki bruker prod/dev. Queryene bruker ankret eksaktmatch på k8s_cluster_name; prod-fss er ikke med.
• Runtimefeil kommer fra Loki-datasource PEA2100DC89AE9FE2 og filtreres positivt på structured metadata detected_level=error|critical|fatal.
• Logger som browseren har videresendt via next-logger og merket x_isFrontend=true, ekskluderes både når markøren finnes som Loki-metadata og når den bare finnes i JSON-linjen. Ikke-JSON runtime-logger beholdes i trend og hovedtelling.
• Nettleserfeil kommer fra den separate Faro-strømmen kind=exception. Flatevelgeren inneholder bare de fem flatene som inventaret markerer med konfigurert telemetry.
• Trace-datakilden avledes skjult fra kjøremiljøet: prod-gcp-tempo (P8A28344D07741F8D) for prod og dev-gcp-tempo (P95CC91DC09CABFC8) for dev.
• Dashboard-UID er team-esyfo-feiloversikt, og ressursen skal ligge i Team eSyfo-mappen med UID K-1b-N_4k.

Overgangstilstander står synlig i runtime-velgeren. Det gjør at esyfovarsel kan følges under migreringen til syfo-budstikka, og at syfobrukertilgang beholder nødvendig kontroll frem til utfasing er fullført.

Feiltype, kode og kontraktsgap

event_type er den kanoniske, stabile identiteten til en logisk feilhendelse. Hovedtabellen velger feiltype i denne rekkefølgen:

1. gyldig event_type
2. formatvalidert legacy event
3. formatvaliderte exception-/error-felt som ender på Error eller Exception
4. Ikke oppgitt av appen

Eldre fallbackfelt beholdes midlertidig for at dashboardet skal være operativt mens appene migreres. De er ikke kontraktkonforme bare fordi formatet er gyldig. Datakvalitetspanelet skiller derfor mellom:

• Eldre typefelt: dashboardet måtte bruke et eldre strukturert typefelt.
• Avvist format: et kandidatfelt fantes, men brøt den konservative formatkontrollen.
• Ikke oppgitt av appen: ingen kjent identitetskandidat ble sendt.

Kode er valgfri metadata og velges separat fra error_code, code, feilkode, en streng uppercase legacy-kode i type, eller HTTP 4xx/5xx fra det tvetydige legacyfeltet status. Manglende kode vises som —; den gjør ikke hendelsen til en egen feilklasse. Operasjon er også valgfri, kodeeid kontekst og vises i hovedtabellen, men er ikke en erstatning for event_type.

upstream_status er et eget, valgfritt JSON-number fra 100 til 599. Det beskriver HTTP-responsen fra tjenesten operasjonen kalte og vises bare som HTTP-status fra kall i trace-tabellen. Feltet endrer ikke feiltype, kode eller gruppering i hovedtabellen. Legacy status fyller ikke denne kolonnen; slik unngår dashboardet å gjette om en eldre status gjelder egen respons, en upstream eller noe annet. Loki kan områdevalidere den uttrukne verdien, men producerens serialiseringstest må bevise at JSON-typen faktisk er number.

logger_name er fjernet fra operatørflaten. Navn som Application eller ControllerExceptionHandler forteller hvor en logglinje ble skrevet, men sjelden hva som feilet. Nye og endrede loggpunkter skal følge runtime-feilkontrakten, som definerer stabil hendelsestype, tillatt metadata, konformitetstest og migrering av legacylogger.

Personvern og kardinalitet

Dashboardet returnerer bare eksplisitt utvalgte strukturerte felt. Det viser ikke rå logglinje, melding, stacktrace, request body, valideringsskjema, person-/sesjonsidentifikator eller full dynamisk URL.

Regex-validering alene beviser ikke at produsenten bruker et felt riktig. Derfor omtales legacyfeltene som formatvaliderte, ikke som personvernsikre. Den langsiktige garantien kommer fra den eide kontrakten, et lukket event-katalog i appen og producer-nære konformitetstester.

Browserfeltet type behandles strengere: bare en lukket liste med kjente JavaScript-/DOM-exceptiontyper, inkludert den live-observerte UnhandledRejection, vises. Alt annet og alle ikke-parsebare hendelser aggregeres som Annen / ikke oppgitt. Rå Faro-value, melding og dynamisk URL hentes ikke inn i panelet.

Trace-ID må være 32 hextegn og kan ikke være W3C/OTel sin ugyldige null-ID. ID-en skjules bak handlingen Åpne trace. Loki-resultatet omskrives til den validerte feiltypen før det når tabellen.

Et rått loggsøk åpnes bare etter den eksplisitte handlingen Se logger. Hovedtabellens Explore-lenk filtrerer på den samme, utledede feiltypen, koden og operasjonen; der er den opprinnelige message-teksten tilgjengelig. Kontraktsgap og browsergrupper har tilsvarende scope-korrekte lenker.

Telling, tomt resultat og kost

Tallene er logghendelser, ikke unike feil, incidents eller berørte brukere. Flere logger kan tilhøre samme feilforløp. Trend og metriske Loki-queryer bruker Grafanas $__auto, beholder bare nødvendige labels før aggregering og begrenser trendens oppløsning til 240 datapunkter med minimumsintervall ett minutt.

• 0 i trenden betyr at count-spørringen lyktes uten kvalifiserende treff.
• Tom tabell betyr at den konkrete tabellspørringen ikke fant treff. Det beviser ikke komplett telemetry.
• Ikke oppgitt av appen betyr at feilhendelsen finnes, men at appen ikke sendte en brukbar feilidentitet.
• Datasource- eller queryfeil skal stå som feil/ukjent og må aldri tolkes som grønt.

Standard refresh er ett minutt. Intervallene 5 og 10 sekunder er fjernet. Den sekundære raden starter sammenfoldet med preload=false; Query Inspector skal brukes ved publisering for å bekrefte om Grafana-versjonen også unngår å kjøre de sammenfoldede queryene.

Topp 25 per nivå er en prioriteringsvisning, ikke en full flåteliste. Nivå normaliseres til lowercase før gruppering, så ERROR, Error og error bruker samme bøtte. Velg én tjeneste når listen ikke er komplett nok.

Dashboard som kode

Kilden ligger i .vitepress/grafana/error-drilldown.ts. Den reviewbare Grafana-ressursen genereres deterministisk og er artefakten som publiseres. Dashboardet er editable=false; endringer skal gå via kode og review.

Kjør fra docs/:

pnpm error-dashboard:test
pnpm error-dashboard:export
pnpm error-dashboard:check
pnpm grafana-dashboard:smoke
pnpm build

Testene dekker blant annet panelhierarki, sammenfoldet sekundærrad, queryshape, separate allowlister, eksakte radlenker, kanonisk/eldre/avvist/manglende klassifisering, browsercanaries, tracevalidering og fravær av råfelt. grafana-dashboard:smoke importerer ressursen i samme Grafana-versjon som produksjon og sammenligner ressurs, DTO, layout, preload, editable og liveNow semantisk.

Publisering til produksjons-Grafana er foreløpig manuell. Den committede JSON-filen er fasit. Før overwrite skal gjeldende live-dashboard eksporteres som rollback-kopi. Importer deretter den genererte ressursen med samme UID og mappe, hent live-ressursen tilbake og sammenlign semantisk med artefakten.

Verifiser minst:

• prod-gcp og dev-gcp, All og én runtime-tjeneste
• at nettleserpanelet og nettleserlenken ikke får kjøremiljø
• at første skjermbilde viser miljø, trend, feilgrupper og handling uten forklaringsvegg
• at feilgruppehandlingen åpner Explore med riktig miljø, tjeneste, type, kode og tidsrom
• at trace-tabellen har sju kolonner og ingen identiske (trace, tjeneste, feiltype, kode, operasjon, HTTP-status fra kall)-rader
• at sekundærraden starter lukket, og om queryene faktisk utsettes
• Query Inspector-resultat for bytes skannet, svartid, serieantall og parserfeil i standardvinduet

Ugyldige runtime-miljøverdier skal gi no-data, aldri blande miljøer. UI-smoken beviser import og roundtrip lokalt, men produksjons-Loki må fortsatt verifiseres live.

Referanser

• NAIS: Opprett dashboard
• Grafana: Observability as code
• Grafana: Data links
• Grafana: Explore URL schema
• Grafana Loki: Query best practices