Работали ли вы с Kibana?

Да, активно использовал Kibana в связке с Elasticsearch для задач тестирования и мониторинга. Основное применение — анализ логов тестовых прогонов и работы приложения для быстрой диагностики проблем.

Конкретные задачи:

1. Поиск и анализ ошибок: Строил запросы в Kibana Lens или с помощью KQL (Kibana Query Language), чтобы фильтровать логи по уровню ERROR или WARN и находить корневые причины падений тестов.
2. Визуализация метрик тестирования: Создавал дашборды для отслеживания ключевых показателей:
   • Количество успешных/неуспешных тестовых прогонов.
   • Время отклика API-эндпоинтов, которые проверялись в нагрузочных тестах.
   • Динамика появления определенных исключений в логах после деплоя новой версии.
3. Расследование инцидентов: Когда автотест начинал периодически падать, использовал Kibana, чтобы сопоставить время падения теста с логами от сервисов (например, поиск таймаутов или ошибок базы данных).

Пример типичного фильтра для поиска ошибок аутентификации в логах тестового окружения:

{
  "query": {
    "bool": {
      "must": [
        { "match": { "level": "ERROR" } },
        { "match": { "message": "authentication" } },
        { "range": { "@timestamp": { "gte": "now-1h" } } }
      ]
    }
  }
}

Этот инструмент был незаменим для обеспечения наблюдаемости (observability) и понимания состояния системы во время тестирования.