Structured Logging — جوہر، ڈیٹا فارمیٹس اور ایپلیکیشنز میں کام کرنے کا اصول

Structured Logging کیا ہے

Structured Logging لاگ ریکارڈ کرنے کا ایک طریقہ ہے جہاں ہر پیغام میں نامزد فیلڈز اور ٹائپ کردہ قدریں ہوتی ہیں۔ User 42 logged in from device ABC جیسی سٹرنگ کے بجائے، ایک ساختی لاگ فیلڈز کے سیٹ کی طرح لگتا ہے: user_id=42, event=login, device_id=ABC, timestamp=2026-07-04T10:30:00Z۔

ٹیکسٹ لاگ کے مقابلے ساختی لاگ کا بنیادی فائدہ پروگراماتی پروسیسنگ کی صلاحیت ہے۔ ٹیکسٹ لاگ کو پارس کرنے کے لیے ریگولر ایکسپریشنز اور سٹرنگ فارمیٹ کے بارے میں قیاس آرائیوں کی ضرورت ہوتی ہے۔ ساختی لاگ بغیر نقصان کے پارس کیے جاتے ہیں: ہر فیلڈ کی ایک معروف قسم اور نام ہوتا ہے، جو اضافی پروسیسنگ کے بغیر صارف 42 کے لیے پچھلے ایک گھنٹے میں تمام توثیقی غلطیاں تلاش کریں جیسی کوئری بنانے کی اجازت دیتا ہے۔

Honeycomb.io (2023) کے مطابق، پروڈکشن میں structured logging استعمال کرنے والی ٹیمیں ٹیکسٹ لاگ اور grep پر انحصار کرنے والی ٹیموں کے مقابلے میں اوسطاً 4 گنا تیزی سے واقعات کا پتہ لگاتی ہیں۔

ساختی لاگ کے فارمیٹس

Structured Logging کئی سیریلائزیشن فارمیٹس کو سپورٹ کرتا ہے۔ فارمیٹ کا انتخاب بنیادی ڈھانچے پر منحصر ہے: JSON Elasticsearch اور کلاؤڈ سسٹمز کے ساتھ انضمام کے لیے آسان ہے، logfmt tail اور grep کے ذریعے کنسول دیکھنے کے لیے، Protocol Buffers بینڈوتھ کی حدود والے اعلیٰ کارکردگی والے نظاموں کے لیے۔

JSON — عالمگیر فارمیٹ

JSON ساختی لاگ کے لیے سب سے عام فارمیٹ ہے۔ یہ تمام جمع کرنے والے نظاموں کی طرف سے مقامی طور پر سپورٹ کیا جاتا ہے: Logstash، Fluentd، Amazon CloudWatch، Google Cloud Logging۔ JSON لاگ انسانوں کے لیے پڑھنے میں آسان اور اضافی لائبریریوں کے بغیر کسی بھی پروگرامنگ زبان کے ذریعے پارس کیے جا سکتے ہیں۔ بنیادی خرابی طوالت ہے: ہر کلید-قدر جوڑے کو کوٹیشن مارکس اور کولن کی ضرورت ہوتی ہے، جو logfmt کے مقابلے میں ذخیرہ شدہ ڈیٹا کے حجم کو 30–50% تک بڑھا دیتا ہے۔

Logfmt — کمپیکٹ فارمیٹ

Logfmt Heroku میں کنسول ویوزیلیٹی کے لیے تیار کیا گیا تھا۔ یہ JSON سے زیادہ کمپیکٹ ہے، انسانی پڑھنے کی اہلیت برقرار رکھتا ہے، اور cut اور awk کے ساتھ آسانی سے پروسیس کیا جا سکتا ہے۔ مثال: ts=2026-07-04T10:30:00Z level=error module=api status=500۔ Logfmt کو زیادہ تر حروف کو فرار کرنے کی ضرورت نہیں ہوتی اور یہ کنٹینرز میں stdout لاگنگ کے لیے موزوں ہے۔

موبائل ڈیولپمنٹ میں Structured Logging کی ضرورت کیوں

موبائل ایپلیکیشنز میں، Structured Logging تین اہم مسائل حل کرتا ہے: ڈیوائس پر دوبارہ پیدا کیے بغیر کریش کی وجوہات تلاش کرنا، صارف سیشنز کو ٹریک کرنا، اور ایپ ورژن کے مطابق کارکردگی کا تجزیہ کرنا۔

موبائل ڈیوائسز پر ٹیکسٹ لاگ تقریباً بیکار ہیں — ایک ڈیولپر صارف کے ڈیوائس پر لاگ کو grep نہیں کر سکتا۔ ساختی لاگ کلاؤڈ سسٹمز (Firebase، Sentry، Datadog) کو بھیجے جاتے ہیں اور وہاں انڈیکس کیے جاتے ہیں۔ آپ iOS 17.4 پر تمام کریش دکھائیں، ایپ ورژن 3.2، چیک آؤٹ ماڈیول میں جیسی کوئری بنا سکتے ہیں اور سیکنڈوں میں درست انتخاب حاصل کر سکتے ہیں۔

Sentry (2024) کے مطابق، ساختی breadcrumbs استعمال کرنے والی ایپلیکیشنز میں صرف خرابی کا متن لاگ کرنے والی ایپلیکیشنز کے مقابلے میں ہر کریش رپورٹ میں 60% زیادہ سیاق و سباق ہوتا ہے۔ یہ براہ راست بگ فکس کی رفتار کو متاثر کرتا ہے۔

جمع اور تجزیہ کے اوزار

ELK Stack — Elasticsearch، Logstash، Kibana — ساختی لاگ کے ساتھ کام کرنے کے لیے معیاری بنیادی ڈھانچہ بنا ہوا ہے۔ Logstash JSON میں لاگ وصول کرتا ہے، انہیں تبدیل کرتا ہے اور انڈیکسنگ کے لیے Elasticsearch کو بھیجتا ہے، Kibana کوئریز اور ڈیش بورڈز کے لیے بصری انٹرفیس فراہم کرتا ہے۔

موبائل ایپلیکیشنز کے لیے، کلاؤڈ حل مقبول ہیں: Firebase Crashlytics حسب ضرورت لاگ کے ساتھ، Sentry breadcrumbs کے ساتھ، Datadog APM ٹریکنگ کے ساتھ۔ یہ براہ راست موبائل SDK سے ساختی لاگ قبول کرتے ہیں اور اپنا بیک اینڈ تعینات کرنے کی ضرورت نہیں ہوتی۔ Firebase کریش رپورٹس کے لیے مفت پیکج فراہم کرتا ہے، Sentry تقسیم شدہ ٹریسنگ شامل کرتا ہے، اور Datadog APM کے ساتھ انضمام کر کے کلائنٹ اور سرور دونوں پر بیک وقت درخواستوں کی کارکردگی کو ٹریک کرتا ہے۔

Grafana Loki — لاگ کے لیے بہتر بنایا گیا Elasticsearch کا متبادل۔ Loki ڈیفالٹ طور پر پیغام کے مواد کو انڈیکس نہیں کرتا بلکہ فلٹرنگ کے لیے لیبل استعمال کرتا ہے۔ یہ ذخیرہ کرنے میں نمایاں طور پر سستا اور فیلڈز کے ایک مقررہ سیٹ پر کوئریز کے لیے تیز تر ہے۔

// Swift Logger کے ذریعے JSON میں ساختی لاگنگ
struct StructuredLog {
    let event: String
    let attributes: [String: Any]
    let level: String

    func serialize() -> String {
        var base = "event=\(event) level=\(level)"
        for (key, value) in attributes {
            base += " \(key)=\(value)"
        }
        return base
    }
}

Structured Logging کے بہترین طریقے

ساختی لاگنگ کا پہلا اصول: ہر پیغام میں درخواست یا سیشن شناخت کنندہ ہونا چاہیے۔ سیاق و سباق کے بغیر، ایک انفرادی لاگ بیکار ہے — یہ تعین کرنا ناممکن ہے کہ یہ کس صارف یا درخواست سے متعلق ہے۔ سیشن شروع ہونے پر correlation ID شامل کریں اور اسے ایپلیکیشن کی تمام تہوں کے ذریعے منتقل کریں۔

دوسرا اصول: فیلڈ ٹائپنگ۔ عددی فیلڈز (duration_ms، status_code، retry_count) کو سٹرنگ کے بجائے نمبر کے طور پر بھیجنا چاہیے۔ Elasticsearch اور اسی طرح کے نظام نمبروں اور سٹرنگز کو مختلف طریقے سے انڈیکس کرتے ہیں: نمبروں پر ایگریگیشن (اوسط، میڈین، پرسنٹائل) لگائی جا سکتی ہے، سٹرنگز مکمل متن کی تلاش کو سپورٹ کرتی ہیں۔ غلط ٹائپنگ تجزیاتی ڈیش بورڈز بنانے کی صلاحیت چھین لیتی ہے۔

تیسرا اصول: نیسٹڈ آبجیکٹ سے بچیں۔ 2 سطحوں سے زیادہ گہرائی والے JSON لاگ کو فلٹر اور تصور کرنا مشکل ہے۔ {"user": {"name": "Alice", "role": "admin"}} کے بجائے، فلیٹ کلید استعمال کریں: user_name=Alice user_role=admin۔

// Timber + logfmt کے ذریعے Android پر ساختی لاگنگ
class StructuredTree : Timber.Tree() {
    override fun log(priority: Int, tag: String?,
                  message: String?, t: Throwable?) {
        val level = priorityToLevel(priority)
        val logfmt = "level=$level tag=$tag message=$message"
        sendToRemote(logfmt)
    }
}

لازمی فیلڈز

ہر ساختی پیغام کے لیے کم از کم فیلڈ سیٹ: ISO 8601 میں timestamp، level (debug/info/warn/error/fatal)، logger (ماڈیول یا کلاس کا نام)، message (واقعہ کی انسانی پڑھنے کے قابل وضاحت)۔ اضافی: correlation_id، user_id (اگر معلوم ہو)، version (ایپ ورژن)، platform (iOS/Android)، environment (dev/staging/prod)۔

correlation_id کے بغیر، ساختی لاگ غیر مربوط ریکارڈز کا مجموعہ بن جاتے ہیں جنہیں ایک صارف منظرنامے میں منسلک نہیں کیا جا سکتا۔ ہر ایپلیکیشن لانچ پر UUID بنائیں اور اسے تمام سیشن لاگ میں شامل کریں۔ عملی طور پر، correlation ID تمام تہوں کے ذریعے منتقل ہونا چاہیے: UI واقعات سے لے کر نیٹ ورک کی درخواستوں اور پس منظر کے کاموں تک — ورنہ کچھ لاگ سیاق و سباق کے بغیر رہ جائیں گے اور تجزیہ میں حصہ نہیں لیں گے۔ آخر تا آخر ٹریکنگ کے ساتھ، ایک واحد UUID صارف کے سفر کی مکمل تصویر جمع کرنے کی اجازت دیتا ہے۔

Swift اور Kotlin میں ساختی لاگنگ کی مثالیں

iOS پر، ساختی لاگنگ os_log کے اوپر ایک ریپر کے ذریعے لاگو کی جا سکتی ہے جو فیلڈز کو logfmt فارمیٹ میں سیریلائز کرتا ہے۔ Android پر، ایک حسب ضرورت Tree کے ساتھ Timber کے ذریعے جو سرور کو بھیجنے سے پہلے پیغامات کو JSON یا logfmt میں تبدیل کرتا ہے۔

import OSLog

struct StructuredLogger {
    let subsystem: String
    let category: String

    func log(level: OSLogType,
              event: String,
              context: [String: Any]) {
        let oslogger = Logger(
            subsystem: subsystem,
            category: category
        )
        let fields = context.map {
            "\($0.key)=\($0.value)"
        }.joined(separator: " ")
        oslogger.log(level: level,
                     "\(event) \(fields)")
    }
}

Structured vs Unstructured: طریقوں کا موازنہ

ساختی اور ٹیکسٹ لاگ کے درمیان انتخاب پروجیکٹ کے مرحلے پر منحصر ہے۔ ابتدائی ترقی کے مراحل میں، ٹیکسٹ لاگ آسان اور تیز تر ہوتے ہیں — ڈیولپر اضافی ریپر کے بغیر براہ راست پیغام لکھتا ہے۔ لیکن ایک بار پروجیکٹ ایک ٹیم یا ایک سرور کی حدود سے باہر نکل جاتا ہے، تو ساختی لاگ لازمی ہو جاتے ہیں۔