Мониторинг без шума: какие метрики действительно важны
Почти на каждом новом проекте мы встречаем одно и то же: мониторинг формально есть, алертов — сотни в неделю, реакции — никакой. Канал с уведомлениями давно заглушен, и о реальных авариях команда узнаёт от пользователей.
Проблема не в инструменте
Prometheus, Zabbix или что угодно ещё — неважно. Проблема в том, что «мониторить всё» равносильно «не мониторить ничего». Когда кричат четыреста датчиков, на четыреста первый уже никто не смотрит.
Четыре сигнала, которые мы оставляем
- Доступность извне. Сервис отвечает так, как его видит пользователь. Не «процесс жив», а «страница отдаётся за разумное время».
- Свободное место с прогнозом. Не «диск заполнен на 90%», а «при текущем темпе место кончится через 14 дней».
- Деградация канала. Рост задержек и потерь до того, как они станут аварией.
- Свежесть резервных копий. Последняя успешная копия и успешное тестовое восстановление. Второе чаще всего забывают.
Всё остальное уходит в дашборды — туда, куда смотрят глазами, а не по звонку. В результате на проекте остаётся 5–10 алертов в месяц, и каждый из них требует действия.
Хороший мониторинг — это не тот, который много знает. Это тот, который редко беспокоит, и всегда по делу.