Observability voor testers, deel 3: aan de slag
Observability is theorie — maar hoe begin je er nu écht mee in je eigen team? In het afsluitende deel van deze driedelige serie geeft Jakob Jan Kamminga drie concrete adviezen om direct aan de slag te gaan: van voortbouwen op bestaande tooling tot het voorkomen van alert fatigue. Plus: een praktisch overzicht van het observability-landschap, van Grafana en Prometheus tot opkomende spelers als Clickstack en OpenObserve.
Observability voor testers, deel 2
Observability biedt testers meer dan alleen inzicht in de output van een black box. In deel 2 van deze serie gaan we in op drie concrete manieren om logs, metrics en traces in te zetten als testtechniek. Van het opstellen van hypotheses bij performancetests tot het benutten van productiedata als testbron.
Observability voor testers, deel 1
Observability is het vermogen om op basis van logs, metrics en traces te verklaren wat er intern in het systeem gebeurt. Voor moderne testers in DevOps-teams is dit essentieel, want het onthult hoe gebruikers werkelijk met je applicatie interacteren in productie. Testers kunnen zo kwaliteit voorbij functionele tests zien: performance, beveiliging, gebruikerservaringen. Done is live, dus observability van productiegebruik bepaalt je teststrategieën. Tools als Grafana en Datadog maken dit inzichtelijk.
Vibe coded applicaties – minder testen, meer observeren
Vibe coding met agentic IDE’s zoals Windsurf en Cursor genereert applicaties razendsnelAl maar accepteert snelheid ook risico’s in beveiliging en kwaliteit. Traditioneel testen kan niet volgen. QA Company stelt voor: observability vervangt testing. Monitor kritieke metrics in productie: trage queries, onverwachte file reads, error spikes, responstijden. Voor AI-driven development is inzicht in live-systemen cruciaal. Kies tussen volle vibe coding snelheid of beheerde AI-enhancement met controle.