तुम्ही वापरकर्त्यांच्या तक्रारीपूर्वी समस्या कसे शोधता?

Question

Accepted Answer

हा उद्देश्य असा आहे की समस्या **पृष्ठासाठी येण्यापूर्वी** ते पकडणे — ज्या काळात त्याला सोसण्याची क्षमता असते तेव्हा घटतानाची खोज करणे. याचा अर्थ **अग्रणी सूचक** पाहणे, **त्रुटी अर्थबजेटसह SLO** परिभाषित करणे, आणि प्रणाली अयशस्वी होण्याची प्रतीक्षा न करता सक्रियपणे तपास करणे.

## SLO आणि त्रुटी बजेट

एक **SLO** विश्वसनीयतेला एका संख्येत रूपांतरित करते (उदा. 99.9% विनंत्या यशस्वी होतात). उरलेली 0.1% ही तुमची **त्रुटी बजेट** आहे. **बर्न रेट** ट्रॅक करणे तुम्हाला सतर्क करते जेव्हा तुम्ही बजेट खूप वेगाने खर्च करत आहात — तुम्ही प्रत्यक्षात SLO भंग केल्यापूर्वी आणि वापरकर्त्यांना लक्षात आल्यापूर्वी.

```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
```

## सक्रिय तपास, केवळ निष्क्रिय मेट्रिक्स नाही

```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
```

सिंथेटिक मॉनिटरिंग शक्तिशाली आहे कारण ते वापरकर्त्याची प्रतीक्षा करत नाही — ते सतत प्रणाली व्यायाम करते, त्यामुळे एक तुटलेले चेकआउट सकाळी 3 वाजता सापडते, सकाळच्या गर्दीने तक्रार केल्यावर नाही.

## अग्रणी सूचक आणि ट्रेंड

सर्वात प्रारंभिक चिन्हे संसाधनांमध्ये असतात, अद्याप वापरकर्ता-सामोरे असलेल्या त्रुटींमध्ये नाही. **ट्रेंड** वर सतर्क करा, केवळ स्थिर रेषेवर नाही.

```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
```

हळूहळू वाढणारा p99 किंवा वाढणारी रांद हा एक चेतावणीचा शॉट आहे: या निर्माणावर कार्य करून, तुम्ही ते बाहेर पडणार्‍या आउटेजला रोखा.

## हे महत्वाचे का आहे

प्रतिक्रियाशील मॉनिटरिंग म्हणजे वापरकर्त्या तुमचे सतर्क प्रणाली आहेत — जेव्हा ते तक्रार करतात तेव्हा घटना आधीपासूनच जिवंत असते आणि तुमची त्रुटी बजेट खर्च होते. सक्रिय शोध (SLO बर्न रेट, सिंथेटिक्स, स्वास्थ्य तपास, RUM, अग्रणी सूचक, ट्रेंड/विसंगति सतर्कता) आपणास आघाडी वेळ देते: तुम्ही संतृप्त रांद किंवा निसरण्याचा उरण्यासारखा लेटन्सी 2 am पेजपूर्वी आणि संतप्त ग्राहकपूर्वी निश्चित करता. ती आघाडीची वेळ शांत दुरुस्तीचा आणि आउटेजचा फरक आहे.