پایش زیرساخت را از چه شاخص‌هایی شروع کنیم؟

هدف مانیتورینگ، جمع‌کردن نمودارهای بیشتر نیست؛ باید سریع‌تر بفهمیم چه چیزی خراب شده، چه کسانی تحت تأثیرند و چه اقدامی لازم است.

۱. از سرویس مهم شروع کنید. فهرستی از سرویس‌هایی تهیه کنید که توقف آن‌ها روی کار روزمره، مشتری یا عملیات اثر مستقیم دارد. وابستگی‌های هر سرویس را نیز مشخص کنید.

۲. دسترس‌پذیری را از دید کاربر بسنجید. روشن بودن یک سرور تضمین نمی‌کند که برنامه یا سرویس قابل استفاده باشد. یک آزمون ساده از مسیر واقعی درخواست، در صورت امکان، اطلاعات مفیدتری می‌دهد.

۳. ظرفیت را در کنار روند آن ببینید. مصرف CPU، حافظه، فضای ذخیره‌سازی، تأخیر و خطاها را همراه با روند زمانی بررسی کنید؛ یک نقطه منفرد همیشه نشان‌دهنده مشکل نیست.

۴. برای شبکه، محل اختلال را قابل تشخیص کنید. از دست‌رفتن بسته، تأخیر، وضعیت لینک‌ها و سلامت تجهیزات را در نقاط کلیدی اندازه بگیرید تا بتوانید مسئله را بین شبکه، میزبان و برنامه تفکیک کنید.

۵. هشدار را به اقدام وصل کنید. هر هشدار مهم باید مالک، شدت، شرایط فعال‌شدن و اقدام نخست مشخصی داشته باشد. هشدارهای تکراری یا بدون اقدام، به مرور نادیده گرفته می‌شوند.

۶. آستانه‌ها را با رفتار واقعی تنظیم کنید. از وضعیت عادی سرویس داده جمع کنید و آستانه‌ها را متناسب با اهمیت و الگوی استفاده تنظیم کنید؛ برای همه سامانه‌ها یک عدد یکسان مناسب نیست.

۷. مسیر رسیدگی را آزمایش کنید. صرفاً تولید هشدار کافی نیست. بررسی کنید اعلان به فرد مسئول می‌رسد، اطلاعات لازم برای عیب‌یابی وجود دارد و پس از رفع مشکل، فرایند بستن رخداد روشن است.

در نهایت، یک داشبورد کوچک با چند شاخص قابل اقدام و مسئولیت روشن، از مجموعه‌ای بزرگ از نمودارهای بدون مالک ارزشمندتر است.