Dlaczego nie chcesz każdego alertu: alarm czy podsumowanie

Pierwszy odruch po złym incydencie jest zawsze ten sam: włączyć wszystkie alerty. Sześć tygodni później nie czytasz żadnego, i nie jest to problem dyscypliny.

Wartość alarmu nie leży w dzwonieniu, tylko w byciu przeczytanym. Alarm dzwoniący codziennie uczy cię go ignorować, a wychodząc, zabiera ze sobą ten prawdziwy.

Trzy pytania przed dodaniem alarmu

Gdyby to zadzwoniło o trzeciej w nocy, wstałbym? Jeśli odpowiedź brzmi nie, to nie jest alarm, tylko notatka. Notatki należą gdzie indziej.

Czy mogę coś z tym zrobić? Ostrzeżenie, na które nie da się zareagować, nie jest informacją, tylko niepokojem. Zdanie, że temperatura dysku wynosi 41 stopni, nie jest alarmem.

Jak często zadzwoni, gdy wszystko jest w porządku? Jeśli odpowiedź brzmi częściej niż rzadko, problemem nie jest alarm, tylko próg. Na dysku stale stojącym na 82 procentach próg 80 procent nie produkuje alarmu, tylko nawyk.

Jedno rozróżnienie, które naprawia większość konfiguracji

Alarm i podsumowanie to dwie różne rzeczy. Alarm jest rzadki i przerywa ci: musisz odłożyć to, co robisz, i spojrzeć. Podsumowanie jest regularne i czyta się je spokojnie, przy kawie.

Większość tego, co ludzie zamieniają w alarmy, w istocie należy do podsumowania. Zdania, że jest tyle aktualizacji, że tamta maszyna wczoraj się grzała, że tamtej kopii nie zrobiono od trzech dni: żadne z nich nie wyciąga cię z łóżka, a wszystkie warto wiedzieć.

W chwili, gdy zrobisz to rozróżnienie, wygrywasz dwa razy: lista alarmów robi się krótka i znów jest traktowana poważnie, a podsumowanie faktycznie jest czytane, bo jest w nim coś treściwego.

Próg nie jest szczegółem technicznym, jest samym projektem

Zamiast wybierać próg dlatego, że brzmi rozsądnie, zmierz, jak wygląda normalność na twojej własnej maszynie. Na serwerze, którego dysk stale stoi na 78 procentach, 80 jest złe, a 90 dobre. Na maszynie, której obciążenie jest zawsze wysokie, alarmu o obciążeniu nie powinno być wcale.

Ustawienie progu raz i pójście dalej też nie wystarcza. Maszyna się zmienia, pracy na niej przybywa. Pytanie raz w roku, które ostrzeżenie naprawdę czegoś mnie nauczyło, samo koryguje progi.

Najtrudniejsze: niewiedza to nie to samo, co dobry stan

Jeśli kontrola milknie, gdy nie może odczytać danych, odczytujesz tę ciszę jako zdrowie. W rzeczywistości nic nie jest wiadome.

To najbardziej podstępna awaria w monitorowaniu, bo ekran jest zielony. Właściwym zachowaniem nie jest powiedzenie, że nic się nie dzieje, tylko powiedzenie, że nie udało się tego odczytać. Wartownik mówiący, czego nie zobaczył, jest lepszy od takiego, który milczy.

Co robi Atlas

Atlas Watch nie jest strumieniem alertów, jest dziennym podsumowaniem. Stan zebrany w ciągu dnia kładzie w jednym miejscu, w postaci, którą da się przeczytać spokojnie.

Jest w nim dwanaście kontroli: restart serwera, zajętość dysku głównego, pamięć, obciążenie, czas pracy, oczekujące aktualizacje, aktualizacje bezpieczeństwa, aktualizacje wymagające restartu, duży skok wersji jądra, zatrzymane maszyny krytyczne, procesor i pamięć per maszyna oraz wiek kopii zapasowej.

Każdą kontrolę można wyłączyć osobno, każdej można nadać własną wagę, a przy większości próg należy do ciebie. Progi są chronione dolną i górną granicą, więc wartość bez sensu nie jest przyjmowana: wiek kopii między jednym a sześćdziesięcioma dniami, zajętość dysku między pięćdziesięcioma a dziewięćdziesięcioma dziewięcioma procentami.

Jedna z nich zasługuje na osobną wzmiankę, bo odpowiada na najtrudniejszy z powyższych punktów: gdy informacji o kopii zapasowej nie da się odczytać, Watch nie milknie, tylko mówi, że nie zdołał jej odczytać. Użytkownicy odczytują ciszę jako zdrowie; cała kotwica zaufania do wartownika siedzi w tym zachowaniu.