Cilj je ujeti probleme pred samim stanjem strani — najti degradacijo medtem ko je še mogoče vpiti. To pomeni spremljanje vodilnih kazalnikov, definiranje SLO-jev z napakami in proračunom, ter aktivno preverjanje sistema namesto čakanja na napako.
Cilj je ujeti probleme pred samim stanjem strani — najti degradacijo medtem ko je še mogoče vpiti. To pomeni spremljanje vodilnih kazalnikov, definiranje SLO-jev z napakami in proračunom, ter aktivno preverjanje sistema namesto čakanja na napako.
SLO spremeni zanesljivost v število (npr. 99,9 % zahtevkov je uspešnih). Preostalih 0,1 % je vaš proračun napak. Sledenje stopnji porabe omogoča opozarjanje, ko proračun porašate prehitro — dolgo preden dejansko kršite SLO in se to opazi pri uporabnikih.
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
Sintetsko spremljanje je zmogljivo, ker ne čaka na uporabnika — neprekinjeno preverja sistem, zato je razkrita napačna realizacija nakupa ob 3. uri zjutraj in ne, ko se pritoževajo uporabniki v jutranjih vikendih.
Najzgodnejši znaki so v resursih, še niso v napakah vidnih uporabniku. Opozarjajte na trend, ne le na statično črto.
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
Počasi rastoči p99 ali rastoča čakalna vrsta je opozorilo: z dejanjem na počasno rast preprečite izpad, ki je bil na vidiku.
Reaktivno spremljanje pomeni, da so uporabniki vaš sistem za opozarjanje — v trenutku, ko se pritožijo, je incident že v teku in je vaš proračun napak že potrošen. Proaktivna zaznava (hitrost porabe SLO, sintetika, preverjanja stanja, RUM, vodilni kazalniki, opozarjanja na trend/anomalijee) vam kupijo dragocen čas: popravite nasičeno vrsto ali počasi rastoče zakasnitve preden to postane stran ob 2. uri zjutraj in jezen kupec. Ta dragoceni čas je razlika med mirnim popravkom in izpadom.
Knjižnica IT vprašanj za razgovore s podrobnimi odgovori — od začetnika do izkušenega.
Doniraj