Kell-e külön metrikarendszer, vagy a beépített nézet már megválaszolja a kérdést?

Majdnem minden homelab életében van egy szakasz, amikor valaki felhúz egy metrikarendszert, gyönyörű vezérlőpultokat épít, aztán abbahagyja a megnyitásukat. Ezt rendszerint fegyelmi kudarcnak szokás olvasni. Sokkal gyakrabban félreillesztésről van szó: a rendszer olyan kérdésre válaszolt, amit senki nem tett fel.

A riasztás és a metrika egy témának látszik, pedig nem az. A riasztás arra válaszol, hogy van-e most baj. A metrika arra, hogy mi történt akkor. Hogy melyikre van szükség, teljes egészében a ténylegesen feltett kérdéseken múlik.

A kérdés, ami eldönti

Nem az a kérdés, hogy "kell-e figyelni a szervert", mert kell. Hanem ez: meddig kell visszanyúlnia a válasznak?

"Most éppen rossz?" Erre a beépített nézet válaszol: pillanatnyi terhelés, memória, lemezhasználat, és hogy melyik vendéggép fut. Ehhez a kérdéshez metrikarendszert tenni annyi, mint eggyel több szolgáltatást üzemeltetni új válasz nélkül.

"Lassú volt múlt kedden hajnali három körül?" Ehhez már előzmény kell, és beépítetten semmi nem őrzi meg ilyen felbontással ilyen sokáig. Ez a metrikarendszer őszinte indoka, és jó indok.

"Elfogy a lemez tavaszig?" Ehhez trendvonal kell, ami előzmény, számtannal megfejelve. Szintén valódi indok.

"A két változtatás közül melyik gyorsította fel?" Ehhez az előtte és az utána egy képen kell. Valódi indok.

Ha a valódi kérdések közül egyik sem nyúlik tegnapnál messzebbre, a metrikarendszer inkább hobbi, mint eszköz. Ez teljesen rendben van, csak érdemes tudni, melyik épül éppen.

Mibe kerül, őszintén

Ez is egy szolgáltatás, amit életben kell tartani. A három hete leállt metrikarendszer rosszabb a semminél, mert az előzmény meglétének hite marad meg, maga az előzmény nem.

Rendszerint azon fut, amit figyel. Ez az a csapda, amit érdemes néven nevezni: ha a gazdagépnek rossz éjszakája van, annak az éjszakának a felvétele vele együtt vész el. A legjobban hiányzó grafikon éppen az, amelynek írása abban a pillanatban állt le, amikor érdekessé vált.

A tárhely csendben nő. Néhány vendéggép finom felbontású metrikái a vártnál gyorsabban gyűlnek, és a növekedés láthatatlan marad, amíg egy lemez meg nem telik.

A vezérlőpultok avulnak. A tavalyi problémára épített panel jóval a probléma megoldása után is foglalja a helyet a képernyőn.

Két szokás, amitől megéri

A rögzítő ne ott legyen, amit rögzít. Elég egy kis gép máshol, akár olcsó is. Ha ez lehetetlen, legalább tudni kell, hogy az előzmény sorsa azonos a gazdagépével, és a grafikonok kényelmi eszközök, nem bizonyítékok.

A megőrzés dőljön el a felbontás előtt. A legtöbben előbb választanak lekérdezési gyakoriságot, és csak utána szembesülnek a tárhely árával. A hasznos sorrend fordított: előbb kell eldönteni, meddig kell visszanézni, aztán ahhoz a felbontást választani, ami belefér a szánt helybe. Harminc másodperc egy hétre általában kevesebbet ér, mint öt perc egy évre.

Amit a Proxmox eleve ad

Többet, mint gondolni szokás. Csomópontonként és vendéggépenként beépített grafikonok készülnek a processzorról, a memóriáról, a hálózatról és a lemezről, több időtávon, telepítés nélkül. Egyetlen gazdagépnél, néhány vendéggéppel ez lefedi a "terhelt volt-e tegnap" kérdések nagy részét.

Dokumentált módja van annak is, hogy a metrikák külső idősoros adatbázisba kerüljenek, és ez a támogatott út, ha a döntés mégis a metrikarendszer mellett szól. Ez számít: a választás nem "valamit összetákolni", hanem támogatott átadás.

Mi nem ez a cikk

Nem a Grafana elleni érvelés. A Grafana valóban kiváló, és több gazdagépnél vagy hosszú távú kapacitáskérdéseknél nincs helyettesítője.

Nem is az az állítás, hogy a vezérlőpultok haszontalanok. Egy hetente megnyitott vezérlőpult többet ér tíz megépített és elfelejtettnél.

Mit csinál az Atlas, és mit nem

Az Atlas nem metrikarendszer, és nem is akar az lenni. Nincs idősoros adatbázisa, nem őriz hónapokra visszamenő, finom felbontású előzményt, és ha a kérdés az, hogy "hogyan nézett ki a hálózat múlt kedden 03:14-kor", akkor az Atlas a rossz eszköz, a Grafana a jó.

Az Atlas a másik kérdésre válaszol: kell-e ma ide valaki. A napi összefoglaló hozza a nem tervezett újraindításokat, a telepített, de még be nem töltött kernelt, a legfrissebb biztonsági mentés korát, a lemezre és a memóriára nehezedő nyomást, és a leállított kritikus vendéggépeket. Ezek igen vagy nem válaszok a jelenről, nem a múltra vonatkozó trendek.

Az egyetlen átfedés a kapacitás, és ott az Atlas szándékosan marad felszínes: a pillanatnyi nyomást jelenti, nem rajzol előre görbét. Ha a görbe kell, az metrikarendszer dolga, és az őszinte ajánlás az, hogy érdemes üzemeltetni egyet.

Mindezt azért érdemes nyíltan kimondani, amiért a wiki többi része létezik. Abban az eszközben, amelyik megmondja, mit nem tud, könnyebb megbízni afelől, amit tud.