Waarom je niet elke waarschuwing wilt: alarm of samenvatting

De eerste ingeving na een vervelend voorval is altijd dezelfde: elke waarschuwing aanzetten. Zes weken later lees je er geen enkele meer, en dat is geen kwestie van discipline.

De waarde van een alarm zit niet in het afgaan, maar in het gelezen worden. Een alarm dat elke dag afgaat leert je het te negeren, en neemt onderweg het echte alarm mee.

Drie vragen voordat je een alarm toevoegt

Als dit om drie uur 's nachts afgaat, zou ik dan opstaan? Is het antwoord nee, dan is dit geen alarm maar een aantekening. Aantekeningen horen ergens anders.

Kan ik er iets aan doen? Een waarschuwing waar je niets mee kunt is geen informatie, alleen onrust. "Schijftemperatuur 41 graden" is geen alarm.

Hoe vaak gaat het af als alles in orde is? Is het antwoord vaker dan zelden, dan ligt het niet aan het alarm maar aan de drempel. Op een schijf die altijd op 82 procent staat levert een drempel van 80 geen alarm op, maar een gewoonte.

Het ene onderscheid dat de meeste opstellingen repareert

Een alarm en een samenvatting zijn twee verschillende dingen. Een alarm is zeldzaam en onderbreekt je: je moet neerleggen wat je doet en kijken. Een samenvatting is regelmatig en wordt rustig gelezen, naast de koffie.

Het meeste van wat mensen tot alarm maken hoort eigenlijk in een samenvatting. "Er zijn zoveel updates", "die machine draaide gisteren zwaar", "die reservekopie is al drie dagen niet gemaakt": niets daarvan haalt je uit bed, en toch is het allemaal het weten waard.

Op het moment dat je dat onderscheid maakt win je twee keer: de alarmlijst wordt kort en weer serieus genomen, en de samenvatting wordt echt gelezen omdat er iets in staat.

De drempel is geen technisch detail, hij is het ontwerp zelf

Kies een drempel niet omdat hij redelijk klinkt, maar meet hoe normaal eruitziet op je eigen machine. Op een server waarvan de schijf altijd op 78 procent staat, is 80 fout en 90 goed. Op een machine waarvan de belasting altijd hoog is, hoort helemaal geen belastingalarm te bestaan.

Eén keer een drempel instellen en verder gaan is ook niet genoeg. De machine verandert, het werk erop groeit. Eén keer per jaar vragen "welke waarschuwing heeft me echt iets geleerd" corrigeert de drempels vanzelf.

Het moeilijkste: niet weten is niet hetzelfde als in orde zijn

Zwijgt een controle wanneer hij zijn gegevens niet kan lezen, dan lees jij die stilte als gezondheid. In werkelijkheid is er niets bekend.

Dit is de meest verraderlijke storing in bewaking, want het scherm is groen. Het juiste gedrag is niet zeggen "niets aan de hand" maar zeggen: "dit kon ik niet lezen". Een wachter die vertelt wat hij niet kon zien is beter dan een die zwijgt.

Wat Atlas doet

Atlas Watch is geen alarmstroom maar een dagelijkse samenvatting. Het legt de toestand die zich over de dag opbouwde op één plek voor, in een vorm die rustig te lezen is.

Er zitten twaalf controles in: herstart van de server, bezetting van de hoofdschijf, geheugen, belasting, draaitijd, openstaande updates, beveiligingsupdates, updates die een herstart vragen, een grote kernelsprong, gestopte kritieke machines, processor en geheugen per machine, en de leeftijd van de reservekopie.

Elke controle is afzonderlijk uit te zetten, elke controle kan een eigen ernst krijgen, en bij de meeste is de drempel van jou. De drempels zijn beschermd met een onder- en bovengrens, zodat een onzinnige waarde niet wordt aangenomen: leeftijd van de reservekopie tussen één en zestig dagen, schijfbezetting tussen vijftig en negenennegentig procent.

Eén ervan verdient een aparte vermelding, want die beantwoordt het moeilijkste punt hierboven: kan de reservekopie-informatie niet gelezen worden, dan zwijgt Watch niet maar zegt dat hij het niet kon lezen. Gebruikers lezen stilte als gezondheid; het hele vertrouwensanker van een wachter zit in dat gedrag.