数据库可观测性中的日志记录涉及捕获事件、查询和性能指标，以监控数据库行为并诊断问题。数据库原生会为查询执行、错误和事务等操作生成日志。例如，MySQL 的通用日志记录所有客户端连接和查询，而慢查询日志则识别超出时间阈值的操作。PostgreSQL 使用参数，如 log_statement 来跟踪查询，并使用 log_min_duration_statement 来记录慢速操作。这些日志通常存储在文件或系统表中，开发人员根据需要（例如调试与生产）配置其详细程度。这种内置日志记录提供原始数据，但需要解析和过滤才能提取可操作的洞察。
应用级日志记录通过添加特定于应用程序的上下文来补充数据库原生日志记录。开发人员通常会对其代码进行插桩，以记录数据库交互，例如 SQL 语句、执行时间和参数。例如，像 Hibernate 这样的 ORM 可以记录生成的 SQL，而 Web 框架可以按 API 端点跟踪查询延迟。这种方法有助于将数据库行为与应用程序逻辑关联起来，例如识别哪个用户操作触发了慢查询。应用程序日志通常是结构化的（例如 JSON），以便于分析，并且可能包含事务 ID，用于跨服务跟踪请求。像 OpenTelemetry 这样的工具可以标准化这种日志记录，从而能够与更广泛的可观测性管道集成。
外部工具和结构化格式简化了日志管理。Fluentd 或 Logstash 等日志收集器从数据库和应用程序收集日志，解析它们，并将它们转发到 Elasticsearch 等系统进行存储和查询。结构化日志记录（例如键值对）确保一致性，使得 Grafana 等工具能够可视化趋势或设置异常警报，例如错误率突然飙升。敏感数据脱敏（例如用户电子邮件）或对静态日志文件进行加密等安全措施对于防止数据泄露至关重要。例如，支付系统可能会使用正则表达式模式来屏蔽日志中的信用卡号。这些层共同提供了数据库健康的全面视图，同时平衡了细节与可用性。