মনিটরিং ও মেট্রিক্স বেসিকস

# পুল-বেসড মেট্রিক্স স্ক্র্যাপ ও গোল্ডেন-সিগন্যাল স্বাস্থ্য-চেক সিমুলেশন
# (fake in-memory সার্ভিস মেট্রিক্স — real Prometheus/এন্ডপয়েন্ট কল নয়)

services = {
    "order-service": {"latency_ms": 120, "error_rate_pct": 0.8, "cpu_saturation_pct": 55},
    "payment-service": {"latency_ms": 640, "error_rate_pct": 1.2, "cpu_saturation_pct": 70},
    "inventory-service": {"latency_ms": 90, "error_rate_pct": 7.5, "cpu_saturation_pct": 40},
    "notification-service": {"latency_ms": 310, "error_rate_pct": 0.3, "cpu_saturation_pct": 92},
}

def scrape_all(services_registry):
    # প্রতিটি সার্ভিসের বর্তমান মেট্রিক্স স্ন্যাপশট সংগ্রহ করা (পুল-বেসড স্ক্র্যাপ সিমুলেশন)
    return {name: dict(metrics) for name, metrics in services_registry.items()}

def evaluate_health(metrics, latency_threshold_ms=500, error_threshold_pct=5, saturation_threshold_pct=85):
    problems = []
    if metrics["latency_ms"] > latency_threshold_ms:
        problems.append(f"উচ্চ লেটেন্সি ({metrics['latency_ms']}ms > {latency_threshold_ms}ms)")
    if metrics["error_rate_pct"] > error_threshold_pct:
        problems.append(f"উচ্চ এরর রেট ({metrics['error_rate_pct']}% > {error_threshold_pct}%)")
    if metrics["cpu_saturation_pct"] > saturation_threshold_pct:
        problems.append(f"উচ্চ CPU স্যাচুরেশন ({metrics['cpu_saturation_pct']}% > {saturation_threshold_pct}%)")
    return problems

snapshot = scrape_all(services)

print("স্বাস্থ্য রিপোর্ট —")
for service_name, metrics in snapshot.items():
    problems = evaluate_health(metrics)
    status = "UNHEALTHY" if problems else "HEALTHY"
    print(f"\n{service_name}: {status}")
    print(f"  মেট্রিক্স: {metrics}")
    if problems:
        for p in problems:
            print(f"  - {p}")