Monitoring i szybka reakcja na problemy

Wersja użyteczna ma trzy elementy: system raportuje, co robi, reguły odróżniają realny problem od normalnych wahań, a konkretna osoba albo zespół reaguje na to, co się odpali. Bez któregokolwiek z nich pozostałe dwa są dekoracją.

Ta usługa dotyczy kondycji operacyjnej systemów, które utrzymujemy. Mówi o tym, czy oprogramowanie działa poprawnie, a nie o tym, jak ludzie z niego korzystają.

Zaczynamy od drugiej strony, od ścieżek istotnych dla firmy. W sklepie to zwykle koszyk, powiadomienia od operatora płatności i zasilanie stanów magazynowych. W platformie to logowanie, główny przepływ pracy i to, od czego zależą integracje. W systemie wewnętrznym bywa to jedno nocne zadanie, na które czeka cała reszta.

Te elementy obejmujemy pełnym monitoringiem: czy są osiągalne, czy odpowiadają poprawnie i czy odpowiadają na tyle szybko, żeby dało się z nich korzystać. Reszta jest obserwowana lżej. Ta asymetria jest celowa i to ona sprawia, że kanał z alertami nadal warto czytać.

Śledzenie tego w czasie decyduje o różnicy między zaplanowaną pracą a incydentem. Wolne zapytanie wyłapane, gdy zaczyna się psuć, to zaplanowana zmiana indeksu. To samo zapytanie zostawione samo sobie do momentu, aż przekroczy limit czasu w ruchliwe popołudnie, to awaria plus naprawa na gorąco, czyli gorzej i drożej.

Dlatego oprócz progów alarmowych trzymamy historię. Pojedynczy odczyt mówi niewiele, bo prawie wszystko czasem skoczy. Dopiero zestawienie z poprzednim tygodniem pokazuje, czy to wahanie, czy trend. Ten sam wykres bywa też najszybszą odpowiedzią na pytanie, czy coś zwolniło po ostatnim wdrożeniu.

Dlatego umawiamy to wcześniej. Które sytuacje obsługujemy sami, bez budzenia kogokolwiek. Które wymagają decyzji po Twojej stronie, zanim ruszymy. Z kim się kontaktujemy i w jaki sposób oraz co robimy, gdy ta osoba jest nieosiągalna. Ustalamy też, o czym chcesz wiedzieć natychmiast, a co może poczekać do podsumowania, bo wiadomość o trzeciej w nocy jest albo bardzo potrzebna, albo wręcz szkodliwa i zależy to wyłącznie od systemu.

Po incydencie powstaje krótka notatka: co się stało, co zrobiliśmy i jaka zmiana zapobiegnie powtórce. Ten ostatni punkt trafia na listę zadań utrzymaniowych. To właśnie sprawia, że monitoring z czasem daje coraz więcej, zamiast produkować ten sam alert co kwartał.

Przy okazji sprawdzamy, czy monitoring nadal obejmuje właściwe rzeczy. Systemy się zmieniają, dochodzą nowe integracje i nowe zadania w tle, a lista obserwowanych ścieżek potrafi zostać w miejscu, w którym była rok temu.

Dlatego regularnie go przeglądamy: co się odpaliło, co było prawdziwe, co się powtórzyło i co klient znalazł wcześniej niż my. Ta ostatnia kategoria jest najcenniejsza, bo problem zgłoszony przez użytkownika jest z definicji luką w monitoringu i wprost wskazuje, co dołożyć.