«У нас ничего не работает!» в чате от клиента — худшая система мониторинга. Как сделать так, чтобы команда узнавала о проблеме первой.
Не нужно следить за всем — нужно следить за тем, что чувствует пользователь. Четыре базовых сигнала:
Главная болезнь мониторинга — шум: сто предупреждений в день, ни одного инцидента. Через неделю дежурные перестают их читать — и пропускают настоящий сбой. Правило простое: алерт должен требовать действия. Не «процессор 82%», а «оплата не работает десять минут». Остальное — графики для разбора, а не будильник.
Один экран отвечает на три вопроса: что сейчас происходит, где именно проблема, кто это заметил первым. Дашборд собирается не для красоты, а под сценарий «ночного звонка»: уставший человек за две минуты должен понять, что сломалось и кому звонить.
Договорённость с бизнесом — «сервис доступен 99,5% времени, оплата — 99,9%» — переводит разговор о надёжности из эмоций в инженерию. Когда остаток бюджета ошибок исчерпан, приоритеты перестраиваются сами: сначала надёжность, потом фичи.
Хороший мониторинг — это четыре сигнала, алерты только по делу и записанные договорённости о доступности. Тогда о сбое узнаёт дежурный, а не покупатель. Начните с одного графика задержек — он расскажет о системе больше, чем десяток сводных отчётов.
Прочитали и узнали свою ситуацию? Расскажите о проекте — предложим решение и вилку бюджета в течение рабочего дня.
