Παρακολούθηση δικτύου: από την ειδοποίηση στη χρήσιμη διάγνωση
Περισσότερα διαγράμματα δεν σημαίνουν απαραίτητα καλύτερη λειτουργία.
Το router είναι πράσινο στον πίνακα ελέγχου, αλλά οι εργαζόμενοι δεν μπορούν να εκδώσουν παραστατικά. Αυτό είναι το όριο μιας παρακολούθησης που ελέγχει μόνο αν απαντά ο εξοπλισμός. Η χρήσιμη εικόνα του δικτύου πρέπει να συνδέει τη λειτουργία συσκευών, γραμμών και εφαρμογών με την εργασία που επιχειρεί ο χρήστης.
Δεν χρειάζεται να συλλέγεις τα πάντα. Χρειάζεται να γνωρίζεις ποιο ερώτημα απαντά κάθε μέτρηση, πότε ζητά ανθρώπινη παρέμβαση και ποια ενέργεια ακολουθεί μια ειδοποίηση. Διαφορετικά, περισσότερα γραφήματα δημιουργούν περισσότερο θόρυβο.
Ξεκίνα από μια κρίσιμη διαδρομή
Διάλεξε μια υπηρεσία, όπως τηλεφωνία ή πρόσβαση στο ERP. Χαρτογράφησε τη διαδρομή από τον υπολογιστή μέχρι την εφαρμογή: τοπικό δίκτυο, router, σύνδεση παρόχου, επίλυση ονόματος και εξωτερική υπηρεσία. Έτσι μπορείς να διακρίνεις το «έπεσε το internet» από το «δεν απαντά μια συγκεκριμένη εφαρμογή».
Το Google SRE διακρίνει τον έλεγχο εσωτερικών μετρήσεων από τη δοκιμή της συμπεριφοράς που βλέπει ο χρήστης. Για μια μικρή επιχείρηση, αυτό μεταφράζεται σε συνδυασμό τεχνικής τηλεμετρίας και ελεγχόμενης δοκιμής μιας πραγματικής λειτουργίας. Ένας επιτυχημένος έλεγχος ping δεν αποδεικνύει ότι ολοκληρώνεται μια σύνδεση χρήστη ή μια συναλλαγή.
Κράτησε λίγες μετρήσεις με σαφές νόημα
Παρακολούθησε χρήση γραμμής, σφάλματα θυρών, αλλαγές κατάστασης και, όπου χρειάζεται, καθυστέρηση και απώλεια πακέτων. Μέτρα και τον χρόνο απόκρισης της κρίσιμης υπηρεσίας. Μην συγκρίνεις ανόμοιες ώρες ή διαφορετικούς προορισμούς σαν να είναι η ίδια δοκιμή.
Το OpenTelemetry εξηγεί τον διαφορετικό ρόλο των metrics, logs και traces. Οι μετρήσεις δείχνουν την τάση, τα αρχεία συμβάντων το τι καταγράφηκε και τα traces μπορούν να ακολουθήσουν ένα αίτημα μέσα στην εφαρμογή. Δεν διαθέτει κάθε router ή εξωτερική υπηρεσία όλα αυτά τα στοιχεία. Κατέγραψε τι έχεις πραγματικά και πού παραμένει κενό ορατότητας.
Κάθε ειδοποίηση χρειάζεται ιδιοκτήτη
Μια χρήσιμη ειδοποίηση περιλαμβάνει επηρεαζόμενη υπηρεσία, σημείο, ώρα έναρξης και σύνδεσμο στα σχετικά δεδομένα. Όρισε ποιος την παραλαμβάνει μέσα και έξω από το ωράριο, πότε κλιμακώνεται και ποιο είναι το πρώτο ασφαλές βήμα ελέγχου.
Τα όρια πρέπει να προκύπτουν από τη συνήθη λειτουργία και την επιχειρηματική επίδραση. Μια σύντομη αιχμή δεν χρειάζεται απαραίτητα νυχτερινό συναγερμό. Αντίθετα, μια βλάβη που διακόπτει τις πληρωμές μπορεί να χρειάζεται άμεση ενημέρωση. Πρόβλεψε καταστολή διπλών ειδοποιήσεων και σήμανση προγραμματισμένης συντήρησης, ώστε οι άνθρωποι να συνεχίζουν να εμπιστεύονται το σύστημα.
Δοκίμασε τη διάγνωση με συγκεκριμένο περιστατικό
Σε ένα υποθετικό γραφείο, οι χρήστες αναφέρουν αργή εφαρμογή στις 10:15. Η διαδικασία μπορεί να είναι:
- Έλεγχος αν επηρεάζονται όλοι ή μόνο ένα τμήμα.
- Σύγκριση ενσύρματης πρόσβασης και Wi-Fi.
- Έλεγχος φόρτου γραμμής, συμβάντων και λειτουργίας DNS.
- Σύγκριση με άλλη εξωτερική υπηρεσία και με την επίσημη κατάσταση της εφαρμογής.
- Καταγραφή ευρήματος, ενέργειας και επιβεβαίωσης αποκατάστασης.
Φύλασσε μόνο τα απαραίτητα δεδομένα, με περιορισμένη πρόσβαση και συμφωνημένο χρόνο διατήρησης. Μετά το περιστατικό, διόρθωσε το κενό που καθυστέρησε τη διάγνωση. Αυτό δίνει μεγαλύτερη αξία από την προσθήκη ενός ακόμη πίνακα χωρίς σαφή χρήση.
Πηγές
Εντοπίσατε κάτι που χρειάζεται διόρθωση; Επικοινωνήστε με τη σύνταξη.
← Επιστροφή στη ροή