તમે વપરાશકર્તાઓ ફરિયાદ કરે તે પહેલાં સમસ્યાઓ કેવી રીતે શોધી શકો છો?

Question

Accepted Answer

લક્ષ્ય એ **પૃષ્ઠ પહેલાં** સમસ્યાઓ પકડવાનો છે — અધોગતિ શોધવી જ્યારે તેને શોષવા માટે હજુ પણ જગ્યા છે. તેનો અર્થ **અગ્રણી સૂચકો** પર નજર રાખવી, **ભૂલ બજેટ સાથે SLOs** વ્યાખ્યાયિત કરવા, અને તે નિષ્ફળ થાય તેની બાట જોવાને બદલે સક્રિયપણે સિસ્ટમને તપાસવું.

## SLOs અને ભૂલ બજેટ

એક **SLO** વિશ્વસનીયતાને સંખ્યામાં ફેરવે છે (દા.ત. 99.9% વિનંતીઓ સફળ થાય છે). બાકીની 0.1% તમારો **ભૂલ બજેટ** છે. **બર્ન રેટ** ટ્રેક કરવી તમને ચેતવણી આપે છે જ્યારે તમે બજેટ ખૂબ જોરથી ખર્ચ કરી રહ્યા હોય — તમે વાસ્તવે SLO ભાંગી નાખ્યો અને વપરાશકર્તાઓ તે નોટ કરે તે પહેલાં.

```text
SLO 99.9% → 0.1% error budget/month (~43 min of downtime)
burn rate rising fast → you'll exhaust it in 2 days → alert NOW, while it's fixable
```

## સક્રિય તપાસ, માત્ર નિષ્ક્રિય મેટ્રિક્સ નહીં

```text
SYNTHETIC MONITORING  scripted checks hit critical paths on a schedule
                      (login, checkout) → fails even at 3am with zero real traffic
HEALTH CHECKS         /healthz endpoints + dependency checks → load balancer
                      pulls bad instances before users hit them
RUM (real-user mon.)  measure latency/errors from actual browsers/devices →
                      catches issues only some users/regions see
```

સિન્થેટિક મોનિટરિંગ શક્તિશાળી છે કારણ કે તે વપરાશકર્તાની પ્રતીક્ષા કરતું નથી — તે સતત સિસ્ટમનો ઉપયોગ કરે છે, તેથી તૂટેલો ચેકઆઉટ સવારના ધસારો ફરિયાદ કરે તે પહેલાં 3 વાગે મળી આવે છે.

## અગ્રણી સૂચકો અને વલણો

સૌથી વહેલી નિશાનીઓ સંસાધનોમાં છે, હજુ વપરાશકર્તાને આવતી ભૂલોમાં નથી. **વલણ** પર ચેતવણી આપો, માત્ર સ્થિર લાઇન પર નહીં.

```text
LEADING INDICATORS   saturation (CPU/mem climbing), queue depth growing,
                     connection-pool nearing limit, latency CREEPING up
ANOMALY DETECTION    flag deviation from the normal baseline / seasonality
TREND ALERTS         "disk will fill in 4h at this rate" → act before it's full
```

ધીમે ધીમે વધતી p99 અથવા વધતી કતાર એક ચેતવણીના શોટ છે: તમે તેમાં કાર્ય કરો છો, તમે તે આશ્ચર્યજનક તરફ જતી તે આશ્ચર્યજનક રોકો છો.

## શા માટે તે અગત્યનું છે

પ્રતિક્રિયાશીલ મોનિટરિંગ એટલે કે વપરાશકર્તાઓ તમારી ચેતવણી પ્રણાલી છે — જ્યારે તેઓ ફરિયાદ કરે, ઘટના પહેલેથી જીવંત છે અને તમારો ભૂલ બજેટ ખર્ચ થાય છે. સક્રિય સંવેદન (SLO બર્ન રેટ, સિન્થેટિક્સ, સ્વાસ્થ્य તપાસ, RUM, અગ્રણી સૂચકો, વલણ/વિચલન ચેતવણી) સમય ખરીદે છે: તમે તૃપ્ત કતાર અથવા તેણીપણે વધતી વિલંબ દૂર કરો તે પહેલાં તે 2 વાગે અને ગુસ્સે ગ્રાહક બની જાય. તે સમય શાંત સુધાર અને આશ્ચર્યજનક વચ્ચેનો તફાવત છે.