Valvonta- ja hälytysjärjestelmät

Vaikka termejä käytetään usein toistensa synonyymeina, ”observability” on laajempi käsite kuin ”monitoring”.

• Monitoring: tiedetään mitä pitää tarkkailla (ennalta määritetyt mittarit ja koontinäytöt).
• Observability: voidaan esittää mikä tahansa kysymys järjestelmän tilasta ja saada vastauksia sen tuottamista tiedoista (lokit, jäljet ja mittarit).

Aidosti observable-järjestelmän avulla voitte ymmärtää monimutkaisia ja ennestään tuntemattomia ongelmia.

SaaS-palvelun valvontaan on saatavilla useita erilaisia työkaluja:

• Infrastruktuurin valvonta: seuraa palvelimia, virtuaalikoneita ja kontteja (esimerkiksi Prometheus ja Datadog).
• Application Performance Monitoring (APM): tarjoaa yksityiskohtaisen näkymän sovelluskoodiin, riippuvuuksiin ja transaktioihin (esimerkiksi New Relic ja Dynatrace).
• Lokienhallinta: kerää ja analysoi sovellusten ja järjestelmien lokeja (esimerkiksi ELK Stack ja Splunk).

Oikeiden työkalujen valinta riippuu tarpeistanne ja arkkitehtuuristanne.

Miten valvontatiedot siirtyvät sovelluksesta koontinäyttöihin?

Yleensä sovellusten rinnalla tai palvelimilla suoritetaan pieniä ohjelmistoagentteja eli ”exportereita”. Nämä agentit keräävät tiettyjä mittareita (kuten suorittimen kuormituksen tai pyyntöjen määrän) ja lähettävät ne keskitettyyn valvontajärjestelmään tallennettaviksi ja analysoitaviksi.

Tietoja kerätään usein säännöllisin väliajoin, esimerkiksi 15 sekunnin välein.

Valvonta näyttää, mitä tapahtuu. Hälytykset ilmoittavat, kun jokin tärkeä asia muuttuu tai rikkoutuu.

Hälytys on ilmoitus, joka käynnistyy valvotun mittarin ylittäessä ennalta määritetyn raja-arvon. Jos suorittimen käyttöaste esimerkiksi ylittää 90 prosenttia viiden minuutin ajan, tiimillenne voidaan lähettää hälytys.

Hälytykset ovat ennakoivan häiriötilanteisiin reagoinnin kannalta ratkaisevan tärkeitä.

Kaikki hälytykset eivät ole samanarvoisia. Tehokkaat hälytykset ovat:

• Toimintakelpoisia: ne ilmaisevat selkeästi, mikä on vialla ja mihin on kiinnitettävä huomiota.
• Oikea-aikaisia: ne ilmoittavat nopeasti, mutta eivät niin nopeasti, että kyse olisi vääristä hälytyksistä.
• Täsmällisiä: ne paikantavat ongelman eivätkä ilmoita vain epämääräisestä häiriöstä.
• Priorisoituja: ne kuvastavat ongelman vakavuutta.

Välttäkää ”hälytysväsymystä” minimoimalla turhat ja toimenpiteisiin johtamattomat hälytykset.

Oikeiden raja-arvojen määrittäminen on älykkään hälytyksenhallinnan perusta. Jos arvo on liian matala, saatte liikaa vääriä positiivisia hälytyksiä (”hälytysväsymys”). Jos se on liian korkea, kriittisiä ongelmia voi jäädä huomaamatta.

Ottakaa huomioon seuraavat tekijät:

• Perustasot: mikä on järjestelmänne normaali tila?
• Trendit: kasvaako mittarin arvo tasaisesti, vaikka se ei vielä olisi ylittänyt raja-arvoa?
• Vaikutus: miten mittari vaikuttaa käyttäjäkokemukseen tai liiketoimintaan?

Hälytysten on tavoitettava oikeat henkilöt nopeasti. Yleisiä hälytyskanavia ovat:

• Sähköposti: vähemmän kiireellisiin ja informatiivisiin hälytyksiin.
• Slack/Teams: koko tiimin näkyvyyteen ja yhteistyöhön.
• Paging-palvelut (esimerkiksi PagerDuty): kriittisiin ja kiireellisiin häiriöihin, jotka edellyttävät välitöntä ihmisen toimintaa.

Eskalointikäytännöt varmistavat, että jos yksi henkilö ei vastaa, hälytys siirtyy seuraavalle henkilölle.

Tässä oppitunnissa tutustuimme valvonnan ja hälytysten keskeiseen rooliin terveen SaaS-sovelluksen ylläpidossa.

• Monitoring tarjoaa näkyvyyden järjestelmän suorituskykyyn ja toimintaan.
• Alerting ilmoittaa välittömästi, kun ennalta määritetyt raja-arvot ylittyvät ja mahdollisia ongelmia ilmenee.
• Tehokkaissa järjestelmissä hyödynnetään oikeita työkaluja, harkittua mittareiden keräämistä ja älykkäitä hälytysasetuksia, jotta tiimi voi havaita ongelmat ja reagoida niihin ennakoivasti, minimoida käyttökatkot ja varmistaa erinomaisen käyttäjäkokemuksen.