ระดับ 5c · บทที่ 5/5

Observability, ลิมิต และราคา — เห็นปัญหาก่อนลูกค้า และไม่โดนบิลช็อก

⏱ 50 นาทีลองในCloudflare ↗
ข้อมูลบางส่วนอาจเปลี่ยน — ตรวจสอบก่อนใช้

บทนี้มีข้อมูลที่เปลี่ยนบ่อย (ฟีเจอร์ ราคา ชื่อเมนู) ตรวจกับเว็บทางการก่อนนำไปใช้

เป้าหมาย

ตั้งระบบให้ ตอบได้ภายใน 5 นาที ว่า "พังตรงไหน ผู้ใช้กี่คนโดน เริ่มเมื่อไร" ด้วย Workers Logs, wrangler tail, metrics และ Analytics Engine — รู้ลิมิตที่ทำให้ Worker ตาย (CPU, memory, subrequest) และประเมินบิลรายเดือนเป็นตัวเลขได้ก่อน deploy

เครื่องมือสังเกตระบบ — ใช้อะไรเมื่อไร

เครื่องมือ เห็นอะไร ใช้ตอน เก็บนาน
Workers Logs (observability.enabled) invocation log ทุก request + console.log + exception — query/filter ในแดชบอร์ด สืบย้อนหลัง "เมื่อวาน 14:00 ทำไม 500" Free 3 วัน, Paid 7 วัน
wrangler tail log สด ณ ตอนนี้ debug ตอน deploy/ทดลอง ไม่เก็บ
Metrics (แดชบอร์ด Worker) requests, errors, CPU/wall time p50–p99 ดูแนวโน้ม/ตั้ง baseline —
Workers Issues รวม exception ชนิดเดียวกันเป็นกลุ่ม จัดลำดับบั๊กที่ต้องแก้ —
Analytics Engine metric ที่คุณนิยามเอง (ยอดขาย, latency ต่อ tenant) query ด้วย SQL dashboard ธุรกิจ, Grafana ตามนโยบายของบริการ
OpenTelemetry export / Logpush ส่งออกไป Datadog, Grafana, S3 ฯลฯ ทีมที่มีระบบ observability กลางอยู่แล้ว ตามปลายทาง

log ให้มีประโยชน์

  • log เป็น object ไม่ใช่ string: console.log({ event: "order_paid", orderId, ms }) → Workers Logs แตก field ให้ค้น/กรองได้
  • ใส่ requestId (เช่น header cf-ray) ทุกบรรทัดของ request เดียวกัน
  • ห้าม log ความลับ/ข้อมูลส่วนบุคคล (token, เลขบัตร, เบอร์โทรเต็ม) — log อ่านได้ทุกคนที่มีสิทธิ์ดูบัญชี
  • ทราฟฟิกสูง → head_sampling_rate < 1 (เช่น 0.1) ลดค่าใช้จ่าย แต่ error ที่เกิดนานๆ ครั้งอาจหลุด

⚠️ ต้องตรวจสอบ: Workers Logs ตอนนี้ Free 200,000 event/วัน · Paid 20 ล้าน/เดือน แล้ว $0.60 ต่อล้าน — ตั้งแต่ 1 ธ.ค. 2026 เปลี่ยนไปใช้ Cloudflare Observability pricing ดูหน้า Workers › Platform › Pricing

ลิมิตที่ทำให้ Worker ตาย (ตัวเลขที่ต้องจำ)

ลิมิต Free Paid อาการเมื่อเกิน
CPU ต่อ request 10 ms ค่าเริ่ม 30 วิ ตั้งได้ถึง 5 นาที Error 1102
memory ต่อ isolate 128 MB 128 MB 1102 / request ถูกยกเลิก
subrequest ต่อ request 50 10,000 exception Too many subrequests
connection ออกพร้อมกัน 6 6 request ถัดไปรอคิว (ช้าลง ไม่ error)
startup ของ Worker 1 วิ 1 วิ deploy ไม่ผ่าน
ขนาด Worker 64 MiB 64 MiB deploy ไม่ผ่าน
request body ตามแพลนของโซน (Free/Pro 100 MB) 413
Cron / Queue consumer / DO alarm wall time 15 นาที ถูกตัด
  • CPU ≠ เวลารอ — รอ fetch()/DB/KV ไม่นับ CPU งานที่กิน CPU คือ parse JSON ใหญ่, crypto, render HTML, resize รูป
  • Worker เฉลี่ยใช้ CPU ราว 2 ms ต่อ request ถ้าของคุณ p99 > 50 ms ให้หาสาเหตุก่อนขยายลิมิต
  • 128 MB คือทั้ง isolate — อ่านไฟล์ R2 ทั้งก้อนเข้า memory พังง่าย ให้ stream แทน

โมเดลราคาที่ต้องคิดเป็น (Workers Paid $5/เดือน ขั้นต่ำ)

บริการ รวมในแพ็กเกจ/เดือน ส่วนเกิน
Workers requests 10 ล้าน $0.30 / ล้าน (static assets ฟรีไม่จำกัด)
Workers CPU 30 ล้าน CPU-ms $0.02 / ล้าน CPU-ms
DO requests 1 ล้าน $0.15 / ล้าน (รวม WebSocket message ขาเข้า, alarm)
DO duration 400,000 GB-s $12.50 / ล้าน GB-s (คิด 128 MB เต็มเสมอ)
DO SQLite rows read 25 พันล้าน, written 50 ล้าน, 5 GB $0.001/ล้าน read, $1.00/ล้าน write, $0.20/GB-เดือน
Queues 1 ล้าน ops $0.40 / ล้าน ops (≈ 3 ops ต่อข้อความ)
Workflows 10 ล้าน req, 30 ล้าน CPU-ms, 500,000 steps, 1 GB steps $0.80 / 100,000 · storage $0.20/GB-เดือน
Workers AI 10,000 Neurons/วัน $0.011 / 1,000 Neurons

ตัวอย่าง (จากเอกสาร): 100 ล้าน request/เดือน CPU เฉลี่ย 7 ms → requests (100−10)×0.30 = $27 + CPU (700−30)×0.02 = $13.40 + $5 = ≈ $45.40/เดือน

DO duration คือกับดักใหญ่สุด: object ที่ตื่นตลอด 1 ตัว = 0.125 GB × 2,592,000 วิ ≈ 324,000 GB-s/เดือน — แค่ 2 ตัวก็เกินโควตา ถ้ามี 10,000 ห้องแชตที่ใช้ ws.accept() (ไม่ hibernate) จะเป็นหลักพันดอลลาร์ → hibernation ไม่ใช่ทางเลือก แต่เป็นข้อบังคับ

เกราะกันบิลบาน (denial-of-wallet)

  1. "limits": { "cpu_ms": 100 } ต่อ Worker — โค้ดวนลูปหรือโดนยิง payload ใหญ่จะถูกตัดแทนที่จะกินเงิน
  2. rate limit ด้วย WAF (บท 6c-01) หรือ binding ratelimits ใน Worker
  3. cache ผลที่ซ้ำ (Hyperdrive, AI Gateway, Cache API)
  4. max_concurrency/max_retries ของ Queues ไม่ให้ retry วนไม่จบ
  5. ตั้งการแจ้งเตือนการใช้งาน/บิลในแดชบอร์ด

⚠️ ต้องตรวจสอบ: เมนูแจ้งเตือนบิล (Notifications › usage-based billing) และราคา D1/R2 ล่าสุด ดูหน้า pricing ของแต่ละบริการ

ลองเลย 🧪

ต่อจากโปรเจกต์ jobs-demo (บท 02) หรือ Worker ใดก็ได้ที่มี observability.enabled

1) log แบบมีโครงสร้าง + metric ของตัวเองด้วย Analytics Engine เพิ่มใน wrangler.jsonc:

"observability": { "enabled": true, "head_sampling_rate": 1 },
"analytics_engine_datasets": [{ "binding": "METRICS", "dataset": "jobs_metrics" }],
"limits": { "cpu_ms": 200 }

(limits.cpu_ms ตั้งได้เฉพาะ Paid — บน Free ให้ลบบรรทัดนี้ ลิมิตคือ 10 ms อยู่แล้ว) ห่อ fetch handler เดิมใน src/index.ts ด้วยฟังก์ชันนี้ (เปลี่ยนชื่อ handler เดิมเป็น handle):

async function withTelemetry(request: Request, env: Env, handle: () => Promise<Response>): Promise<Response> {
  const t0 = Date.now();
  const route = new URL(request.url).pathname.split("/")[1] || "root";
  const ray = request.headers.get("cf-ray") ?? "local";
  let status = 500;
  try {
    const res = await handle();
    status = res.status;
    return res;
  } catch (err) {
    console.error({ event: "unhandled", route, ray, message: err instanceof Error ? err.message : String(err) });
    return Response.json({ error: "internal error", ray }, { status: 500 });
  } finally {
    const ms = Date.now() - t0;
    console.log({ event: "request", route, status, ms, ray });
    env.METRICS.writeDataPoint({ blobs: [route, String(status)], doubles: [ms], indexes: [route] });
  }
}

และใน export default:

async fetch(request, env): Promise<Response> {
  return withTelemetry(request, env, () => handle(request, env));
},
npx wrangler types
npx wrangler deploy

2) ดู log สด เฉพาะ error

npx wrangler tail jobs-demo --search unhandled --format pretty

อีกหน้าต่าง ยิง route ที่พัง (ขอสถานะ workflow instance ที่ไม่มีอยู่) และ route ที่ไม่มี:

for i in $(seq 1 30); do curl -s -o /dev/null -w "%{http_code}\n" https://jobs-demo.[subdomain].workers.dev/orders/order-0; done | sort | uniq -c
curl -s https://jobs-demo.[subdomain].workers.dev/nope

ผลที่ควรเห็น: terminal แรกได้ 30 500 · หน้าต่าง tail แสดงบรรทัด {"event":"unhandled","route":"orders",...} 30 ครั้ง ส่วน /nope (404 ปกติ) ไม่ขึ้น ลองเปลี่ยนเป็น --status error → ไม่เห็นอะไรเลย เพราะเรา catch error แล้วตอบ 500 เอง invocation จึงนับว่า "ok" — --status error จับเฉพาะ exception ที่หลุดออกจาก handler หรือเกินลิมิต นี่คือเหตุผลที่ต้อง log event ให้ค้นได้ ไปที่ Workers & Pages › jobs-demo › Observability → ค้นด้วย field event = "request" แล้วกรอง status = 500 เทียบกับสิ่งที่เห็นใน tail

3) query metric ด้วย SQL สร้าง API token สิทธิ์ Account Analytics: Read อย่างเดียว แล้วเก็บใน env (ไม่ใส่ในไฟล์):

export CF_ACCOUNT_ID=[account-id]
read -s CF_ANALYTICS_TOKEN && export CF_ANALYTICS_TOKEN
curl -s "https://api.cloudflare.com/client/v4/accounts/$CF_ACCOUNT_ID/analytics_engine/sql" \
  --header "Authorization: Bearer $CF_ANALYTICS_TOKEN" \
  --data "SELECT blob1 AS route, blob2 AS status, SUM(_sample_interval) AS hits, quantileExactWeighted(0.95)(double1, _sample_interval) AS p95_ms FROM jobs_metrics WHERE timestamp > NOW() - INTERVAL '1' HOUR GROUP BY route, status ORDER BY hits DESC"

ผลที่ควรเห็น (ข้อมูลเข้าช้าได้ 1–2 นาที):

route	status	hits	p95_ms
orders	500	30	12
nope	404	1	3

ถ้าฟังก์ชัน quantileExactWeighted ใช้ไม่ได้ในบัญชีคุณ ให้เปลี่ยนเป็น SUM(_sample_interval * double1) / SUM(_sample_interval) AS avg_ms ถ้าพัง: Authentication error → token ไม่มีสิทธิ์ Account Analytics Read · ตารางว่าง → ชื่อ dataset ต้องตรงกับใน wrangler config

4) ประเมินบิลก่อนขึ้นระบบจริง (estimate.mjs — รันด้วย node estimate.mjs)

// ใส่ตัวเลขคาดการณ์ของระบบคุณ (ต่อเดือน) · ราคาตามตารางในบทนี้ ตรวจหน้า pricing ก่อนใช้จริง
const usage = {
  workerRequests: 30_000_000, avgCpuMs: 6,
  doRequests: 5_000_000, doActiveSeconds: 2_000_000,   // วินาทีที่ object ตื่นรวมทุกตัว
  queueMessages: 3_000_000,
  workflowSteps: 1_200_000,
};
const over = (used, included) => Math.max(0, used - included);
const lines = {
  base: 5,
  workerRequests: over(usage.workerRequests, 10e6) / 1e6 * 0.30,
  workerCpu: over(usage.workerRequests * usage.avgCpuMs, 30e6) / 1e6 * 0.02,
  doRequests: over(usage.doRequests, 1e6) / 1e6 * 0.15,
  doDuration: over(usage.doActiveSeconds * 0.125, 400_000) / 1e6 * 12.5,
  queues: over(usage.queueMessages * 3, 1e6) / 1e6 * 0.40,
  workflowSteps: over(usage.workflowSteps, 500_000) / 100_000 * 0.80,
};
for (const [k, v] of Object.entries(lines)) console.log(k.padEnd(16), `$${v.toFixed(2)}`);
console.log("TOTAL".padEnd(16), `$${Object.values(lines).reduce((a, b) => a + b, 0).toFixed(2)}`);

ผลที่ควรเห็น:

base             $5.00
workerRequests   $6.00
workerCpu        $3.00
doRequests       $0.60
doDuration       $0.00
queues           $3.20
workflowSteps    $5.60
TOTAL            $23.40

ลองเปลี่ยน doActiveSeconds เป็น 2_592_000 * 50 (50 object ตื่นตลอดเดือน) แล้วดู doDuration กระโดด — นี่คือราคาของการลืม hibernate

เก็บกวาด: ลบ API token analytics หลังทดลอง · npx wrangler delete ถ้าไม่ใช้ jobs-demo ต่อ (และลบ queue ตามบท 02)

กับดักที่เจอบ่อย

อาการ สาเหตุ / แก้
Observability ว่างเปล่า ไม่ได้ใส่ "observability": { "enabled": true } หรือยังไม่ได้ deploy ใหม่หลังใส่
wrangler tail ขึ้นว่า sampling และ log หาย ทราฟฟิกสูง — ใส่ filter (--status, --search, --ip self) หรือดูใน Workers Logs แทน
ผู้ใช้เจอ Error 1102 เป็นช่วงๆ CPU/memory เกิน — ดู CPU p99 ใน metrics, stream แทนอ่านทั้งก้อน, ย้ายงานหนักไป Queue/Workflow
Too many subrequests บน Free เกิน 50 fetch ต่อ request — รวม request, ใช้ batch API หรืออัปเกรด
บิล DO duration สูงผิดปกติ object ไม่ได้ hibernate (ws.accept(), timer ค้าง, request ค้าง)
log มีเบอร์โทร/token ลูกค้า log ทั้ง request body — log เฉพาะ field ที่ต้องใช้ และ mask ข้อมูลส่วนบุคคล
ค่า log พุ่งหลังเปิดทุก Worker 1 request หลาย console.log = หลาย event — ลดบรรทัด log, ใช้ head_sampling_rate

สรุปจำง่าย

เปิด Workers Logs + log เป็น object มี ray — tail ไว้ดูสด Logs ไว้สืบย้อน Analytics Engine ไว้ทำ metric เอง — จำลิมิต CPU 10 ms (Free) / 1102 / 50 subrequest — ราคา = request + CPU + บริการที่ผูก, DO ต้อง hibernate — ตั้ง limits.cpu_ms และ rate limit กันบิลบาน