लक्ष्य पृष्ठ से पहले समस्याओं को पकड़ना है — जब तक अभी भी इसे अवशोषित करने के लिए जगह है, तब तक गिरावट को खोजना। इसका मतलब है प्रमुख संकेतकों को देखना, त्रुटि बजट के साथ SLOs को परिभाषित करना, और विफल होने की प्रतीक्षा करने के बजाय सक्रिय रूप से सिस्टम का परीक्षण करना।
एक SLO विश्वसनीयता को एक संख्या में बदल देता है (उदा. 99.9% अनुरोध सफल होते हैं)। बाकी 0.1% आपका त्रुटि बजट है। बर्न रेट को ट्रैक करना आपको सचेत करता है जब आप बजट को बहुत तेजी से खर्च कर रहे हों — इससे पहले कि आप वास्तव में SLO को तोड़ दें और उपयोगकर्ता इसे नोटिस करें।
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
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
सिंथेटिक मॉनिटरिंग शक्तिशाली है क्योंकि यह उपयोगकर्ता की प्रतीक्षा नहीं करता है — यह लगातार सिस्टम का व्यायाम करता है, इसलिए एक टूटा हुआ चेकआउट सुबह की भीड़ की शिकायत करने से पहले 3 बजे मिल जाता है।
सबसे पहली संकेत संसाधनों में हैं, अभी तक उपयोगकर्ता-सामना करने वाली त्रुटियों में नहीं। प्रवृत्ति पर अलर्ट करें, केवल एक स्थिर लाइन पर नहीं।
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
धीरे-धीरे बढ़ता हुआ p99 या बढ़ती कतार एक चेतावनी शॉट है: क्रीप पर कार्य करके, आप उस आपातकाल को रोकते हैं जिसकी ओर क्रीप जा रहा था।
प्रतिक्रियाशील निगरानी का मतलब है कि उपयोगकर्ता आपकी अलर्टिंग प्रणाली हैं — जब तक वे शिकायत करते हैं, घटना पहले से ही चल रही है और आपका त्रुटि बजट खर्च हो गया है। सक्रिय पहचान (SLO बर्न रेट, सिंथेटिक्स, स्वास्थ्य जांच, RUM, प्रमुख संकेतक, प्रवृत्ति/विसंगति अलर्ट) समय खरीदता है: आप एक संतृप्त कतार या रेंगती हुई विलंबता को ठीक करते हैं इससे पहले कि यह एक 2 बजे का पृष्ठ और एक क्रोधित ग्राहक बन जाए। वह समय एक शांत मरम्मत और एक आपातकाल के बीच का अंतर है।