Hogyan fedez fel a problémákat a felhasználók panasza előtt?

Question

Accepted Answer

A cél az, hogy **az oldal előtt** megfogja a problémákat — találjon degradációt, miközben még van helye abszorbeálni. Ez azt jelenti, hogy figyel a **vezető mutatók** figyelemmel, meghatároz **SLO-kat hibabudzséttel**, és aktívan szonda a rendszert ahelyett, hogy várna a meghibásodásra.

## SLO-k és hibabudzsét

Az **SLO** a megbízhatóságot számmá alakítja (pl. a kérések 99,9% -a sikeres). A hátralévő 0,1% az Ön **hibabudzsétje**. A **égésési sebesség** nyomon követése figyelmeztet, ha túl gyorsan költi el a költségvetést — sokkal azelőtt, hogy valóban megsértené az SLO-t és a felhasználók ezt meglátják.

```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
```

## Aktív szondázás, nem csak passzív metrikák

```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
```

A szintetikus monitorozás azért erős, mert nem vár egy felhasználóra — folyamatosan gyakorolja a rendszert, ezért a megtört pénztár 3 időpontban találódik meg, nem akkor, amikor a reggeli rohanás panaszkodik.

## Vezető mutatók és trendek

A legkorábbi jelek az erőforrásokba vannak, nem még a felhasználónak szánt hibákba. Riasztás a **trendről**, nem csak egy statikus vonalra.

```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
```

A lassan növekvő p99 vagy a növekvő sor egy figyelmeztetéssor: a csúszásra hatva meg kell akadályoznia azt a leállást, amelyet a csúszás felé tartott.

## Miért fontos

A reaktív monitorozás azt jelenti, hogy a felhasználók az Ön figyelmeztető rendszere — amikor panaszkodnak, az incidens már élő és a hibás költségvetés elköltött. A proaktív észlelés (SLO égési sebesség, szintetika, egészségügyi ellenőrzések, RUM, vezető mutatók, trend/anomália riasztások) vezetési időt vásárol: javítsa meg a telített sort vagy a kúszó késést, mielőtt 2 órai oldallá és dühös ügyfélé válna. Ez az vezetési idő a különbség a csendes javítás és a leállás között.