Aflăm de căderi de la clienți: sistemul nu are monitorizare
Nicio componentă nu trimite metrici, loguri sau trace-uri spre un sistem de monitorizare, deci problemele (latență, erori, încărcare) se văd abia când se plâng clienții, iar cauza se ghicește. Colectează metrici și loguri de la fiecare componentă și urmărește semnalele de bază: latență, trafic, erori, saturație.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Fără monitorizare, o echipă află de probleme pe cel mai prost canal: un client nervos, un mesaj pe rețelele sociale, o scădere a vânzărilor observată a doua zi. Apoi urmează investigația pe ghicite: „a fost baza? load balancer-ul? un deploy?”, fără date despre ce s-a întâmplat.
Monitorizarea minimă acoperă fiecare componentă de pe drumul cererilor, cu cele patru semnale de aur: latența (p50, p95, p99), traficul (cereri pe secundă), erorile (procentul de 5xx), saturația (CPU, memorie, conexiuni, lungimea cozilor). La ele se adaugă loguri centralizate (căutabile, nu răspândite pe servere) și, în sisteme cu multe servicii, tracing distribuit.
Un verificator extern (synthetic check) care accesează site-ul din afară completează imaginea: prinde și problemele de DNS sau certificat, pe care metricile interne nu le văd.
De ce apare: cauzele frecvente
1Loguri doar pe disc, pe fiecare server
# ssh pe fiecare server și grep prin /var/log/app.log# loguri trimise la un sistem central (Loki, Elasticsearch, CloudWatch)
# metrici expuse pe /metrics și colectate de PrometheusToate componentele pot fi analizate dintr-un singur loc, inclusiv cele deja oprite.
2Doar CPU-ul e urmărit
# alertă: CPU > 90%# metrici: latență p99, rata de erori 5xx, cereri/s, saturația pool-urilor și a cozilorMajoritatea problemelor se văd în latență și erori, nu în CPU.
Repară eroarea, direct în pagină
Magazinul nu are nicio monitorizare: ultima cădere a fost raportată de un client după o oră. Adaugă monitorizare și trimite spre ea metricile și logurile de la toate componentele.
Indiciu
Conexiunile de monitorizare pornesc de la componentă spre Monitorizare.
Reparația
1. Adaugă Monitorizare. 2. Conectează spre ea Load balancer, Server aplicație, Cache și Bază SQL primară.
Rezultat: toate componentele sunt observate.
De ce merge
Fără monitorizare, echipa nu vede latența, erorile sau încărcarea. Cu metrici și loguri de la load balancer, servere, cache și bază, problemele se văd pe dashboard înainte să le raporteze clienții.
Alte forme ale mesajului
Utilizatorii raportează erori pe care nu le vedemNo data (dashboard gol)
Cum o eviți pe viitor
- Trimite metrici și loguri de la fiecare componentă.
- Urmărește latența, traficul, erorile și saturația.
- Centralizează logurile.
- Adaugă un verificator extern al site-ului.
Întrebări frecvente
Cu ce încep, dacă nu am nimic?
Un verificator extern (uptime check), metricile load balancer-ului (cereri, erori, latență) și logurile centralizate ale aplicației. Apoi metricile bazei de date și ale cozilor.
Monitorizarea e un SPOF?
Nu e pe drumul cererilor, deci căderea ei nu oprește site-ul. Dar te lasă orb, așa că și ea trebuie monitorizată (o alertă dacă nu mai primește date).
Erori înrudite
Dashboard-ul arăta problema de o oră, dar nimeni nu s-a uitat (monitorizare fără alerte) Metricile și dashboard-urile există, dar nimeni nu e anunțat când ceva iese din normal, deci problemele se văd doar dacă cineva se uită întâmplător. Configurează alerte pe simptome vizibile pentru utilizatori (rata de erori, latența p99, vechimea cozilor), trimise unei persoane de gardă. Single point of failure (SPOF): o singură componentă cade și oprește tot site-ul O componentă rulează într-un singur exemplar pe drumul tuturor cererilor (un server de aplicație, o bază fără standby, un singur load balancer), deci căderea ei oprește tot sistemul. Pune cel puțin două instanțe în spatele unui load balancer cu health check sau un standby cu failover automat. Învață System Design de la zero, cu exerciții la fiecare lecție
Curs System Design: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 10 lecții sunt gratuite.
