Cilj je znati da je vaš sustav neispravan prije nego što vam to kažu korisnici. Dobra observabilnost omogućava vam da odgovorite na pitanja na koja niste očekivali odgovore, a ne samo da provjerite fiksni skup nadzornih ploča. Kao voditelj tehnologije, to postavite prije incidenta, a ne tijekom njega.
Pozovite stranicu za ono što korisnik osjeća, a ne za interni šum. Sidraitе upozorenja na SLO-e: stopu grešaka, latenciju (p95/p99) i dostupnost. Skok u potrošnji CPU-a nije incident; napuštanje kupnje za 2% korisnika jest.
| Upozoravajte na | Nemojte pozivati stranicu za |
|---|---|
| Stopa grešaka koja krši SLO | Jedan skok CPU-a |
| p99 latencija preko budžeta | Jedan spor zahtjev |
| Neuspjeli zdravstveni pregledi | Disk na 60% |
Svako upozorenje trebalo bi biti hitno, stvarno i djelotvorno — naziva što je krivo i ukazuje na sljedeći korak. Upozorenja koja se stalno aktiviraju uče tim da ih ignora; umor od upozorenja je kako se pravi incidenti propuste. Dodajte zdravstvene provjere i nadzorne ploče koje pokazuju zlatne signale na prvi pogled.
Timovi koji promatraju samo nakon incidenta lete naslijepo: saznaju za prestoje od ljutitih korisnika i otklanjaju greške nagađanjem. Ulaganje u observabilnost od početka pretvara misterije u 3 ujutro u dijagnozu od 5 minuta, smanjuje zastoj i oslobađa tim da isporučuje umjesto da gasi požare.