मुख्य नियम: लक्षणमा सतर्क गर्नुहोस्, कारणमा नभएर, र केवल कार्यान्वयन योग्य र तत्काल कुरामा पृष्ठ गर्नुहोस्। एक शोरगुल सतर्कता जो हरेक रात फायर हुन्छ, मौन गरिन्छ वा बेवास्ता गरिन्छ — त्यसैले वास्तविक जोखिम हराएको सतर्कता नभएर, यो एक संवेदनहीन on-call हो जो वास्तविकलाई सुत्न जान्छ।
user-facing SLO (त्रुटि दर, latency, availability) मा सतर्क गर्नुहोस्, आन्तरिक कारण जस्तै "CPU > 80%" मा नभएर। उच्च CPU हानिरहित हुन सक्छ; कुरा जो मायने राख्छ भनेको उपयोगकर्ताहरू प्रभावित छन् कि छैनन् भनेर हो।
BAD (cause) CPU > 80% for 5m → fires constantly, often no impact
GOOD (symptom) error-rate SLO burn is fast → fires only when users hurt
एक एकल स्थिर थ्रेसहोल्ड वा बहुत चंचल छ वा बहुत ढिलो छ। यसको सट्टा, तपाइँ कसरी तेजी से error budget जला रहे हो भनेर सतर्क गर्नुहोस्, दुई windows प्रयोग गर्दै ताकि एक तेजी को जला तुरन्तै पृष्ठ र एक ढिलो जला केवल यदि sustained पृष्ठ गर्छ।
# Page: 2% of monthly budget burned in 1h AND still burning over 5m
- alert: HighErrorBudgetBurn
expr: |
(slo:error_ratio_1h > 14.4 * 0.001) # fast window: catch big outages
and
(slo:error_ratio_5m > 14.4 * 0.001) # short window: confirm it's still happening
for: 2m
labels: { severity: page }
छोटो window एक मुद्दाको लागि पृष्ठ गर्न रोक्छ जो पहिले नै स्व-समाधान गरिसकेको छ; लामो window एक संक्षिप्त blip मा पृष्ठ गर्न रोक्छ।
PAGE actionable + urgent → wake a human now (SLO at risk, checkout down)
TICKET actionable, not urgent → fix in business hours (disk 70%, cert in 20 days)
DASHBOARD informational → no alert, just visible (per-endpoint traffic)
यदि सतर्कता कार्यान्वयन योग्य छैन, यो पृष्ठ गर्नु हुँदैन — यसलाई ticket वा dashboard panel मा बदलनुहोस्। त्यसपछी समय अनुसार tune गर्नुहोस्: प्रत्येक पृष्ठ समीक्षा गर्नुहोस्, ती हटाउनुहोस् जस लाई कोहिले कार्य गरेनन्।
Alert थकान एक विश्वसनीयता जोखिम हो, केवल एक उपद्रव नभएर: मानिसहरू मानसिक रूपमा शोरगुल च्यानलहरू फिल्टर गर्छन्, त्यसैले अधिक गलत सकारात्मकहरू तपाइँ पठाउनुहुन्छ, को अधिक सम्भावना एक वास्तविक outage मिस गरिन्छ। Alerting को लक्षण burn-rate windows सँग, र actionable urgency को लागि पृष्ठ को आरक्षण, प्रत्येक पृष्ठ अर्थपूर्ण रखन्छ — जो कि on-call प्रतिक्रियाशील रखन्छ।
विस्तृत उत्तरसहित IT अन्तर्वार्ता प्रश्नहरूको पुस्तकालय — जुनियरदेखि सिनियरसम्म।
दान गर्नुहोस्