Por qué no quieres todos los avisos: alarma o resumen

El primer instinto tras un mal incidente es siempre el mismo: encender todos los avisos. Seis semanas después no lees ninguno, y eso no es un problema de disciplina.

El valor de una alarma no está en sonar, está en ser leída. Una alarma que suena todos los días te enseña a ignorarla, y al irse se lleva también a la de verdad.

Tres preguntas antes de añadir una alarma

Si suena a las tres de la mañana, ¿me levantaría? Si la respuesta es no, esto no es una alarma sino una nota. Las notas tienen otro sitio.

¿Puedo hacer algo al respecto? Un aviso sobre el que no puedes actuar no es información, es solo inquietud. "Temperatura del disco 41 grados" no es una alarma.

¿Cuántas veces sonará cuando todo va bien? Si la respuesta pasa de "de vez en cuando", el problema no es la alarma sino el umbral. En un disco que siempre está al 82 por ciento, un umbral del 80 no produce una alarma, produce una costumbre.

La única distinción que arregla la mayoría de instalaciones

Una alarma y un resumen son dos cosas distintas. La alarma es rara y te interrumpe: tienes que soltar lo que haces y mirar. El resumen es regular y se lee con calma, junto al café.

La mayoría de lo que la gente convierte en alarmas pertenece en realidad a un resumen. "Hay tantas actualizaciones", "esa máquina trabajó mucho ayer", "esa copia no se toma desde hace tres días": nada de eso te saca de la cama, y sin embargo todo merece saberse.

En el momento en que haces esa distinción ganas dos veces: la lista de alarmas se acorta y vuelve a tomarse en serio, y el resumen se lee de verdad porque tiene contenido.

El umbral no es un detalle técnico, es el diseño mismo

En lugar de elegir un umbral porque suena razonable, mide cómo es lo normal en tu propia máquina. En un servidor cuyo disco siempre está al 78 por ciento, 80 está mal y 90 está bien. En una máquina cuya carga siempre es alta no debería haber alarma de carga en absoluto.

Ajustar un umbral una vez y seguir adelante tampoco basta. La máquina cambia, el trabajo que corre encima crece. Preguntarse una vez al año "qué aviso me enseñó algo de verdad" corrige los umbrales solo.

Lo más difícil: no saber no es lo mismo que estar bien

Si una comprobación calla cuando no puede leer sus datos, tú lees ese silencio como salud. En realidad no se sabe nada.

Es la avería más insidiosa de la monitorización, porque la pantalla está verde. El comportamiento correcto no es decir "sin problemas" sino decir "esto no lo pude leer". Un vigilante que dice lo que no pudo ver vale más que uno que calla.

Qué hace Atlas

Atlas Watch no es un flujo de alarmas, es un resumen diario. Pone en un solo sitio el estado acumulado durante el día, en una forma que se lee con calma.

Dentro hay doce comprobaciones: reinicio del servidor, ocupación del disco raíz, memoria, carga, tiempo de funcionamiento, actualizaciones pendientes, actualizaciones de seguridad, actualizaciones que exigen reinicio, un salto grande de núcleo, máquinas críticas paradas, procesador y memoria por máquina, y la edad de la copia.

Cada comprobación se puede desactivar por separado, a cada una se le puede dar su propia gravedad, y en la mayoría el umbral es tuyo. Los umbrales están protegidos por un límite inferior y otro superior, así que no se acepta un valor sin sentido: edad de la copia entre uno y sesenta días, ocupación de disco entre cincuenta y noventa y nueve por ciento.

Una de ellas merece mención aparte, porque responde al punto más difícil de arriba: cuando la información de la copia no se puede leer, Watch no calla, dice que no pudo leerla. Los usuarios leen el silencio como salud; toda el ancla de confianza de un vigilante está en ese comportamiento.