Logging & observability

ทั้งสาม services (Web, MCP, CtraderCliNode) log ผ่าน Serilog เป็น compact JSON บน stdout — container runtimes และ log collectors (Loki, ELK, CloudWatch, Azure Log Analytics, Datadog) ingest structured events โดยตรง ไม่มี free-text parsing

Pipeline

• Sink 1 — Console (compact JSON). RenderedCompactJsonFormatter; ทุก event มี full OpenTelemetry resource identity — service.name (cmind-web / cmind-mcp / cmind-node-agent / cmind-copy-agent), service.version, service.namespace (cmind), deployment.environment — บวก trace_id / span_id จาก ambient Activity (ActivityEnricher) และ LogContext scopes Trace ids ให้ CloudWatch Logs Insights และ Azure Log Analytics pivot log↔trace แม้กับไม่มี collector deployed
• Sink 2 — OTLP (optional). เมื่อ OTEL_EXPORTER_OTLP_ENDPOINT ถูกตั้ง, logs ยัง export over OTLP พร้อม same resource attributes, ข้าง OpenTelemetry metrics และ traces (ASP.NET Core, HttpClient, runtime instrumentation) จาก AddAppTelemetry
• Sink 3 — Azure Monitor (optional). เมื่อ APPLICATIONINSIGHTS_CONNECTION_STRING ถูกตั้ง, traces และ metrics export natively ไปยัง Application Insights (AddAzureMonitorTraceExporter / AddAzureMonitorMetricExporter) — ไม่มี collector ดู cloud-native section ข้างล่าง
• Source-generated messages. App logs ใช้ strongly-typed LogMessages extensions (Core/Logging/LogMessages.cs) พร้อม stable EventIds — ไม่เคย ad-hoc ILogger.LogInformation
• Request logging. UseSerilogRequestLogging() emit หนึ่ง structured summary ต่อ HTTP request (method, path, status, elapsed ms)

Configuration

Levels tunable ต่อ service ผ่าน Serilog section ใน appsettings.json (อ่านผ่าน ReadFrom.Configuration), เช่น:

{
  "Serilog": {
    "MinimumLevel": {
      "Default": "Information",
      "Override": { "Microsoft.AspNetCore": "Warning", "Microsoft.EntityFrameworkCore": "Warning" }
    }
  }
}

Override at runtime ด้วย env vars, เช่น Serilog__MinimumLevel__Default=Debug

Shipping ไปยัง collector

Set หนึ่ง env var ต่อ service, ชี้ไปที่ OTLP endpoint:

OTEL_EXPORTER_OTLP_ENDPOINT=http://otel-collector:4317

• Helm: --set observability.otlpEndpoint=http://otel-collector:4317
• Compose / cloud: เพิ่ม env var ไปยังแต่ละ service

จาก collector, fan out ไปยัง backend (Tempo/Jaeger traces, Prometheus metrics, Loki logs) ด้วย trace↔log correlation ที่ intact

Cloud-native backends (ไม่มี extra collector)

ทั้งสอง managed deployments wired สำหรับ native observability stack out of box — ไม่ต้องการ OTLP collector

Azure — Application Insights + Log Analytics

deploy/azure/main.bicep provisions workspace-based Application Insights component, ส่ง connection string ไปยัง Web และ MCP เป็น APPLICATIONINSIGHTS_CONNECTION_STRING ผลลัพธ์:

• Traces + metrics ไหล natively เข้า App Insights (Application Map, live metrics, end-to-end transaction search), correlated โดย trace_id
• Logs (compact JSON บน stdout) ลงใน Log Analytics workspace เดียวกัน ผ่าน Container Apps appLogsConfiguration, ดังนั้น AppTraces / ContainerAppConsoleLogs_CL join on trace id
• ตั้ง optional otlpEndpoint Bicep param เพื่อ also fan out ไปยัง collector

Query logs ใน Log Analytics (JSON line ใน Log_s):

ContainerAppConsoleLogs_CL
| extend log = parse_json(Log_s)
| where log["service.name"] == "cmind-web"
| project TimeGenerated, level = log["@l"], msg = log["@m"], trace_id = log.trace_id

AWS — X-Ray + CloudWatch (ADOT sidecar)

deploy/aws/main.tf runs AWS Distro for OpenTelemetry (ADOT) collector เป็น sidecar ในแต่ละ Fargate task App exports OTLP ไปที่ http://localhost:4317; sidecar ships:

• traces → AWS X-Ray (awsxray exporter),
• metrics → CloudWatch (awsemf, namespace cmind, log group /ecs/<prefix>/metrics)
• Logs stays on awslogs driver เป็น compact JSON; CloudWatch Logs Insights auto-discovers JSON fields, ดังนั้นคุณ filter / stats บน trace_id, service.name, @l, etc

Task role (aws_iam_role.task) carries AWSXRayDaemonWriteAccess + CloudWatchAgentServerPolicy

Query logs ใน CloudWatch Logs Insights:

fields @timestamp, @l, @m, trace_id, `service.name`
| filter `service.name` = "cmind-web"
| sort @timestamp desc

Health endpoints (ใช้โดย probes ด้วย)

Endpoint	Service	ความหมาย
/alive	Web	Liveness — process เท่านั้น
/health	Web	Readiness — รวม database check
/version	Web, MCP	Product + protocol version (MCP liveness/readiness)

Mapped ใน ทุก environments (ก่อนหน้า Dev-only) ดังนั้น Kubernetes และ cloud probes ทำงานใน production