Как снимал логи

Снятие логов в процессе тестирования

Как Senior QA Engineer с более чем 10-летним опытом, я рассматриваю снятие логов как критически важный процесс для эффективной диагностики проблем, анализа поведения системы и обеспечения трассируемости событий. Это не просто техническая задача, а часть стратегии обеспечения качества.

Основные подходы и методы снятия логов

1. Уровни логирования и конфигурация

Я всегда начинаю с настройки соответствующего уровня логирования в зависимости от фазы тестирования:

• DEBUG/TRACE - для разработки и глубокой отладки сложных сценариев
• INFO - для повседневного тестирования, показывает основные события
• WARN/ERROR - для нагрузочного тестирования и production-like сред

Пример конфигурации логирования в Spring Boot приложении:

# application.yml
logging:
  level:
    com.example.app: DEBUG
    org.springframework.web: INFO
    org.hibernate: WARN
  file:
    name: logs/app.log
  pattern:
    console: "%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} - %msg%n"

2. Инструменты и технологии для снятия логов

Для веб-приложений и API:

• DevTools браузера (Console, Network tabs)
• Proxy-инструменты: Charles, Fiddler, mitmproxy
• Специализированные инструменты: BrowserStack DevTools, Sauce Labs Logs

Для мобильных приложений:

• Android: adb logcat, Android Studio Logcat
• iOS: Console.app, Xcode Device Logs
• Кроссплатформенные: React Native Debugger, Flutter DevTools

Для серверной части:

• Контейнеризованные приложения: docker logs, kubectl logs
• Системные логи: journalctl (Linux), Event Viewer (Windows)
• Централизованное логирование: ELK Stack (Elasticsearch, Logstash, Kibana), Splunk, Grafana Loki

3. Автоматизация сбора логов в тестовых фреймворках

Я интегрирую сбор логов непосредственно в тестовые сценарии. Пример для Python pytest:

import logging
import pytest
import requests

@pytest.fixture(autouse=True)
def setup_logging():
    """Настройка логирования для тестов"""
    logger = logging.getLogger('test_logger')
    logger.setLevel(logging.DEBUG)
    
    # Файловый обработчик
    fh = logging.FileHandler('test_execution.log')
    fh.setLevel(logging.DEBUG)
    
    # Форматтер
    formatter = logging.Formatter(
        '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    )
    fh.setFormatter(formatter)
    logger.addHandler(fh)
    
    yield logger
    # Очистка после теста

def test_api_endpoint(setup_logging):
    """Тест с логированием всех шагов"""
    logger = setup_logging
    
    logger.info("Starting API test for /users endpoint")
    
    try:
        response = requests.get('https://api.example.com/users')
        logger.debug(f"Request URL: {response.url}")
        logger.debug(f"Status Code: {response.status_code}")
        logger.debug(f"Response Headers: {dict(response.headers)}")
        
        assert response.status_code == 200
        logger.info("API test completed successfully")
        
    except Exception as e:
        logger.error(f"API test failed: {str(e)}")
        logger.error(f"Response content: {response.text if 'response' in locals() else 'No response'}")
        raise

4. Передовые практики снятия логов

Контекстное логирование - всегда добавляю идентификаторы для корреляции:

// Пример для Node.js приложения
const winston = require('winston');

const logger = winston.createLogger({
  format: winston.format.combine(
    winston.format.timestamp(),
    winston.format.json({
      metadata: {
        testRunId: process.env.TEST_RUN_ID,
        testCase: 'user_registration_flow',
        environment: process.env.NODE_ENV
      }
    })
  ),
  transports: [new winston.transports.File({ filename: 'test.log' })]
});

Структурированное логирование - использую JSON-формат для последующего анализа:

{
  "timestamp": "2024-01-15T10:30:45.123Z",
  "level": "ERROR",
  "test_case": "checkout_process",
  "session_id": "sess_abc123",
  "user_id": "user_789",
  "error_type": "PaymentGatewayTimeout",
  "error_message": "Gateway response timeout after 30s",
  "request_details": {
    "endpoint": "/api/v1/payments",
    "method": "POST",
    "payload_size": "1.2KB"
  }
}

Процесс снятия логов в жизненном цикле дефекта

1. Воспроизведение дефекта с включенным максимальным уровнем логирования
2. Фильтрация и поиск по ключевым событиям и временным меткам
3. Извлечение релевантных фрагментов с контекстом до и после ошибки
4. Аннотирование логов - пометка важных участков с пояснениями
5. Прикрепление к баг-репорту в виде:
   • Текстовых файлов с логами
   • Скриншотов консоли
   • HAR-файлов для веб-запросов
   • Видеозаписи сессии с логами

Интеграция с CI/CD и мониторингом

Я настраиваю автоматический сбор логов в пайплайнах:

# .gitlab-ci.yml example
test_with_logs:
  stage: test
  script:
    - echo "Starting tests with verbose logging"
    - pytest --log-level=DEBUG --log-file=test_results.log
  artifacts:
    paths:
      - test_results.log
    when: always  # Сохраняем логи даже при падении тестов
  after_script:
    - |
      if [ -f test_results.log ]; then
        echo "=== Test Logs Summary ==="
        grep -E "(ERROR|FAILED|WARNING)" test_results.log | head -20
      fi

Ключевые принципы эффективного логирования

• Минимализм в продакшене, детализация в тестировании
• Обязательная ротация логов для предотвращения переполнения диска
• Конфиденциальность данных - маскирование персональных данных в логах
• Стандартизация формата во всех компонентах системы
• Корреляция логов между различными сервисами (используя traceId, spanId)

Снятие логов - это не просто сбор данных, а стратегическая активность, которая требует понимания архитектуры приложения, бизнес-логики и потенциальных точек отказа. Грамотно собранные логи сокращают время на исследование дефектов на 40-60% и обеспечивают бесценную информацию для разработчиков при исправлении проблем.