لماذا يهم هذا

الخدمة التي لا تراها خدمة لا تستطيع تشغيلها. بدون مراقبة، يعلم الفريق بالإخفاقات من المستخدمين، ويعلم بالتدهور البطيء من لا أحد. ومع المراقبة السيئة تكون المشكلة العكس: تنبيهات كثيرة حتى يتوقف المهندس المناوب عن تصديقها، ويضيع المهم في الضجيج. كلا الطرفين يكلف نومًا وثقة ووقتًا.

وتحدد المراقبة وإدارة الأحداث أيضًا مدى سرعة إيجاد حادثة وإصلاحها. كل ما في إدارة الحوادث يعتمد على معرفة أن شيئًا خاطئًا بسرعة ووجود معلومات كافية لمعرفة لماذا (انظر الموضوع 3.2 — إدارة الحوادث). وفرق أجايل التي تصدر كثيرًا تحتاج هذا أكثر، لأن كل إصدار فرصة لكسر شيء وكل قرار تراجع يعتمد على رؤية الأثر.

في كتاب Google Site Reliability Engineering فصلان يعالجان الموضوع مباشرة: "مراقبة الأنظمة الموزعة" و"التنبيه العملي من بيانات السلاسل الزمنية". يصفان ممارسة مؤسسة واحدة ويحتجان لنهج بسيط عن عمد موجه للمستخدم. يستخدمهما هذا الموضوع مصدرًا رئيسيًا، لأن مقالات ويكيبيديا المستشارة لهذا الدليل تعطي القليل عن الممارسة. ومفردات ITIL هنا، مثل الحدث والتنبيه وإدارة الأحداث، تأتي من أوصاف منشورة على نطاق واسع لم يستطع هذا الدليل مقارنتها بنص مالك الإطار. اقرأ فصلي SRE خيارًا واحدًا موضحًا جيدًا.

المفاهيم الأساسية

المراقبة

يعرّف فصل SRE المراقبة بأنها جمع بيانات كمية آنية عن نظام ومعالجتها وعرضها. ويقول إن المراقبة تدعم تحليل الاتجاهات طويلة الأمد، والمقارنة عبر التجارب، والتنبيه، ولوحات المتابعة، وتصحيح الأخطاء الارتجالي بعد الواقعة. ويشدد على أن المراقبة جهد هندسي كبير وأن الفرق تكلّف عادةً شخصًا واحدًا على الأقل بها.

الأحداث والتنبيهات والحوادث

في استخدام ITSM، الحدث تغيّر في الحالة له أهمية لإدارة خدمة. معظم الأحداث إعلامية. وبعضها يشير إلى تحذير أو استثناء. والتنبيه، كما يقول فصل SRE، إشعار لإنسان، يُسلَّم تذكرة أو بريدًا أو نداءً. والحادثة انقطاع غير مخطط أو انخفاض في الجودة (انظر الموضوع 3.2 — إدارة الحوادث). إدارة الأحداث ممارسة تقرير أي الأحداث مهمة وماذا يُفعل حيالها ومن يُبلَّغ. التدفق من الأحداث إلى التنبيهات إلى، أحيانًا، الحوادث.

المراقبة الصندوق الأسود والصندوق الأبيض

يميز الفصل بين نوعين:

النوع ما يفعله القوة
الصندوق الأسود يختبر السلوك المرئي خارجيًا، كما يراه المستخدم يكتشف المشكلات النشطة؛ مناسب للنداء
الصندوق الأبيض يستخدم مقاييس تعرضها دواخل النظام، مثل السجلات أو المعالجات الداخلية يكشف المشكلات الوشيكة والإخفاقات التي تخفيها إعادة المحاولة؛ أساسي لتصحيح الأخطاء

يجمع الكتاب الاثنين. مسبار الصندوق الأسود يخبرك أن الدفع يفشل؛ وبيانات الصندوق الأبيض تساعدك على معرفة لماذا.

الأعراض والأسباب

يقول الفصل إن المراقبة ينبغي أن تجيب عن سؤالين: ما المعطوب، ولماذا. وينصح بتركيز التنبيهات على الأعراض، وهي ما يختبره المستخدمون، والنداء على الأسباب فقط حين تكون محددة ووشيكة. إخفاق جهاز واحد، بكلماته في فصل التنبيه، غير مقبول أن يُنبَّه عليه، لأنه صاخب جدًا. هذا قلب نهج التنبيه الجيد: أخبر إنسانًا حين يتأذى المستخدمون أو سيتأذون، لا كلما ارتعش جزء.

الإشارات الذهبية الأربع

يقترح الفصل أربع إشارات لمراقبتها في نظام موجه للمستخدمين:

  • الكمون: زمن خدمة طلب. تتبع الطلبات الفاشلة على حدة، لأن "الخطأ البطيء أسوأ حتى من الخطأ السريع".
  • الحركة: الطلب على النظام.
  • الأخطاء: الطلبات الفاشلة، صريحة أو ضمنية أو بحكم السياسة.
  • التشبع: مدى "امتلاء" الخدمة. كثيرًا ما يتدهور الأداء قبل 100% من الاستخدام.

تتطابق هذه بطبيعتها مع مؤشرات مستوى الخدمة (انظر الموضوع 3.7 — إدارة مستوى الخدمة). ويحذر الفصل أيضًا من أن المتوسطات تخفي القيم الشاذة البطيئة ويقترح تسجيل أعداد الطلبات في سلال كمون لرؤية التوزيع.

ما الذي يجعل التنبيه جيدًا

يقدم الفصل أسئلة تُطرح قبل كتابة تنبيه: هل يكتشف حالة عاجلة قابلة للتصرف مرئية للمستخدم؛ وهل يمكن تجاهله بأمان؛ وهل يمكن أتمتة الاستجابة؟ ينبغي أن تكون النداءات قابلة للتصرف، وتتطلب حكمًا، وتتعلق بمشكلات جديدة. ويقول إن التنبيهات لا ينبغي أن تُطلق لمجرد أن "شيئًا يبدو غريبًا قليلًا". والنداءات التي استجاباتها آلية وخوارزمية علامة حمراء في رأيه تستدعي الأتمتة أو إصلاح السبب الجذري.

توجيه التنبيهات

يصف فصل التنبيه إرسال التنبيهات الجديرة بنداء إلى المناوبين، وتلك الأقل حرجًا إلى طوابير التذاكر، والباقي إلى لوحات الحالة. ويصف أدوات لتوجيه التنبيهات وإزالة تكرارها ومنعها، ويلاحظ أن التنبيهات ينبغي أن تنتظر مدة دنيا قبل أن تُطلق لأنها قد تتذبذب. ويحذر من أنك "لا تستطيع التنبيه إلا على الإخفاقات التي توقعتها"، ولهذا يهم الجمع بين مسابير الصندوق الأسود وبيانات الصندوق الأبيض.

أبقِه بسيطًا

يحتج الفصل لأنظمة بسيطة سريعة بدل "السحر" الذي يتعلم العتبات أو يكتشف السببية، ويلاحظ أن التسلسلات الهرمية المعقدة للاعتماديات حققت نجاحًا محدودًا. ويقول أبقِ القواعد التي تلتقط حوادث حقيقية بسيطة، وأزل التنبيهات النادرة الاستخدام والإشارات غير المستخدمة، وأبقِ كلفة الصيانة تنمو أبطأ من حجم الخدمة. الحالات التي يصفها، مثل فريق أُغرق بالتنبيهات فأرخى هدفه مؤقتًا وعطّل تنبيهات البريد ليحرر وقتًا لإصلاحات دائمة، تُظهر استعدادًا لإزالة الضجيج.

لوحات المتابعة والرؤى طويلة الأمد

يعامل الفصل لوحات المتابعة مناظرَ ملخصة جاهزة لمقاييس الخدمة الرئيسية ويقول إن لوحات المتابعة أفضل من تنبيهات البريد، التي يسميها محدودة القيمة جدًا. ويوصي أيضًا بمراجعة تكرار النداءات مع الوقت، مثلًا في تقارير فصلية، لإبقاء القيادة على اطلاع بحمل النداء. وهذا يحوّل جودة التنبيه إلى شيء يستطيع المديرون رؤيته (انظر الموضوع 1.2 — مبادئ أجايل عن الوتيرة المستدامة).

حدود المصادر

لا يعطي فصلا SRE عتبات خارج مثال واحد، ولا يناقشان أدلة التشغيل أو حدود حمل المناوبة، ولا يصفان كيف تُراجع التنبيهات وتُحال إلى التقاعد مع الوقت، فهذه شؤون لممارستك. وهما يأتيان من مؤسسة كبيرة واحدة ذات موارد هندسية قوية. تستطيع الفرق الأصغر تطبيق المبادئ بأدوات أبسط.

أفضل الممارسات

  1. راقب ما يختبره المستخدمون. أضف مسبار صندوق أسود واحدًا على الأقل ينفذ فعل مستخدم حقيقيًا، مثل تسجيل الدخول أو تقديم طلب، ونبّه حين يفشل.
  2. راقب الإشارات الذهبية الأربع. لكل خدمة، تتبع الكمون والحركة والأخطاء والتشبع. أضف مقاييس أخرى فقط إن أجابت عن سؤال طرحته.
  3. نبّه على الأعراض. أرسل نداءً حين يتأذى المستخدمون أو سيتأذون قريبًا. عامل الحالات الداخلية، مثل جهاز واحد فاشل، معلومات أقل أولوية ما لم تكن محددة ووشيكة.
  4. اجعل كل نداء قابلًا للتصرف. قبل أن تنشئ تنبيهًا، اكتب ما ينبغي أن يفعله المستجيب. إن لم يكن هناك ما يُفعل، فليس نداءً.
  5. وجّه بحسب الإلحاح. أرسل التنبيهات العاجلة إلى المناوبين، والأقل إلحاحًا إلى طابور تذاكر، والمعلومات إلى لوحة متابعة. لا ترسل تنبيهات بريد إلى من سيتجاهلونها.
  6. استخدم التوزيعات لا المتوسطات فقط. انظر إلى النسب المئوية العالية للكمون، أو السلال، لتظهر القيم الشاذة البطيئة.
  7. حدد مدة دنيا. اشترط أن تدوم الحالة وقتًا قصيرًا قبل التنبيه، لتجنب التذبذب. اضبط المدة ببيانات حقيقية.
  8. أحل التنبيهات الصاخبة إلى التقاعد. راجع أي التنبيهات تُطلق أكثر ولم تؤدِّ إلى إجراء. أزلها أو أصلحها. يعامل فصل SRE الاستجابات الآلية إشارةً للأتمتة أو الإصلاح.
  9. اختبر مراقبتك. اكسر شيئًا عمدًا في بيئة اختبار وتحقق أن التنبيه الصحيح يُطلق. ضمّن نظام المراقبة نفسه في الفحوص، ليُلاحظ فشله.
  10. راجع حمل النداء. عدّ النداءات في الوردية، والمقاطعات خارج ساعات العمل، والإنذارات الكاذبة كل ربع. شارك النتائج مع المديرين واستخدمها في التخطيط.
  11. أبقِ المراقبة في تعريف المنجَز. لكل ميزة جديدة، اسأل أي إشارات تُظهر هل تعمل وأي تنبيه، إن وُجد، تحتاج (انظر الموضوع 3.5 — إدارة الإصدار والنشر).
  12. أبقِه بسيطًا. فضّل بضع قواعد مفهومة على مخطط معقد. أزل الإشارات غير المستخدمة وراجع القواعد بعد الحوادث.

أسئلة للنقاش مع فريقك

كيف عرفنا بآخر ثلاث حوادث؟

اسرد كل حادثة وكيف لوحظت أول مرة: تنبيه، أو مستخدم، أو زميل. إن جاء معظمها من المستخدمين فالمراقبة تفوتها الأعراض المهمة. يستطيع الميسّر أن يسأل ماذا كان سيُظهر مسبار. اختر فعل مستخدم لمراقبته أولًا.

أي التنبيهات نتجاهلها، ولماذا؟

اسأل المهندسين المناوبين عن التنبيهات التي يكتمونها أو يتخطونها. كل منها مرشح للإصلاح أو الحذف. اسأل ما الذي يجعل الناس يثقون بتنبيه أو لا يثقون. الجواب الصريح يكشف غالبًا تنبيهات تُطلق على حالات لا يستطيع أحد التصرف فيها. اتفقوا على إحالة ثلاثة إلى التقاعد أو إصلاحها.

ما أسوأ ليلة مررنا بها في المناوبة، وما الذي كان سيحسنها؟

اجمع قصصًا دون لوم. ابحث عن أنماط: نداءات متكررة، وتنبيهات غير واضحة، ونقص أدلة التشغيل، وغياب التصعيد. كل نمط تحسين. اسأل أي تغييرين سيساعدان أكثر. الهدف حمل أخف وإشارة أوضح.

لو فشل نظام المراقبة لدينا، كيف سنعرف؟

اسأل من يراقب المراقِب. لدى فرق كثيرة لا فحص أن المراقبة تعمل. ناقش نبضة بسيطة أو مسبارًا من نظام منفصل. اتفقوا على فحص واحد لإضافته.

ماذا تعرض لوحات المتابعة لدينا، ومن ينظر إليها؟

اسرد اللوحات واسأل من استخدم كلًّا منها في الشهر الأخير. اللوحات غير المستخدمة فوضى؛ والمفيدة تحكي قصة عن الخدمة. اسأل أي سؤال تجيب عنه كل منها. أبقِ مجموعة صغيرة تجيب عن أسئلة حقيقية.

كيف سنعرف أن إصدارًا جعل الأمور أسوأ؟

اختر إصدارًا حديثًا واسأل أي إشارة كانت ستُظهر مشكلة. إن كان الجواب "سنسمع من المستخدمين"، فناقش أي الإشارات تُراقب بعد الإصدار ومن المسؤول. يربط هذا السؤال المراقبة بالنشر. اكتب قائمة تحقق قصيرة لما بعد الإصدار.

في الممارسة: مثال على ITIL بأسلوب أجايل

تدير هيئة نقل عام في مدينة موقع وتطبيق تخطيط رحلات يستخدمه 400,000 شخص يوميًا. يملك الخدمة فريق منصة من عشرة بجدول مناوبة من أربعة. للفريق مئات التنبيهات: المعالج على كل خادم، ومساحة القرص، وأطوال الطوابير، وأعداد الأخطاء. يتلقى المهندسون المناوبون 40 نداءً في أسبوع نموذجي، معظمها خارج ساعات العمل، وأُبلغ مستخدمون على وسائل التواصل أول مرة عن حادثتين في الربع الماضي.

يراجع قائد الفريق ومهندس ثلاثة أشهر من النداءات. يجدان أن ثلاثة أرباعها كانت لحالات لا تحتاج إجراء أو حُلت من تلقاء نفسها. يتفقان على اتباع نهج بسيط من كتاب SRE: نبّه على ما يختبره المستخدمون. يضيفان مسبارًا يخطط رحلة معيارية كل دقيقة ويقيس النجاح والسرعة، ويبقيان مجموعة صغيرة من التنبيهات على تشبع قاعدة البيانات والطابور. وينقلان الباقي إلى لوحة متابعة وتذكرة يومية. وتحصل كل نداءات باقية على مدخل دليل تشغيل قصير يقول ما يُفحص.

بعد شهر، تنخفض النداءات إلى نحو خمسة في الأسبوع، وتكتشف المسبارات الحادثتين اللتين تلتا قبل أن يشتكي المستخدمون. وتبقى بعض المشكلات. يغطي المسبار نوع رحلة واحدًا فقط، وبقي عطل يؤثر في الرحلات بالدراجات دون ملاحظة يومًا. ويبلغ مهندس أيضًا أن قرار "النقل إلى لوحة المتابعة" أخفى مشكلة قرص بطيئة سببت لاحقًا إخفاقًا. يضيف الفريق مسبارات لأنواع الرحلات الأخرى، ويضيف مراجعة يومية للوحة إلى جدول المناوبة، ويتفق على مراجعة حمل النداء كل ربع.

أربعة منظورات

فرق المنتج والتسليم

تعرف فرق التسليم ما يُفترض أن تفعله البرمجيات وأين يرجح أن تفشل. ابنِ الإشارات في الكود: سجلات مفيدة ومقاييس وفحوص صحة. حدد مسبارات لأفعال المستخدمين الرئيسية، وعامل المراقبة جزءًا من المنجَز. شارك في مراجعات التنبيهات لتعكس النداءات مشكلات حقيقية.

فرق الخدمة والعمليات

تحمل فرق التشغيل جهاز النداء ولوحات المتابعة. أبقِ التنبيهات قليلة وقابلة للتصرف، ووجّه بحسب الإلحاح، وتتبع حمل النداء. أعد التنبيهات الصاخبة إلى الفرق التي تملكها، بأدلة، وشارك ما تتعلمه من الحوادث عما ينبغي مراقبته.

القيادة والحوكمة

ينبغي أن يطلب القادة حمل النداء وبيانات اكتشاف الحوادث، لا مزيدًا من التنبيهات. ادعم وقتًا لإحالة الضجيج إلى التقاعد وإضافة إشارات مفيدة. عامل ارتفاع النداءات خارج ساعات العمل خطرًا على الخدمة وعلى الناس.

العملاء والمستخدمون

يستفيد العملاء والمستخدمون حين تُكتشف المشكلات قبل أن يلاحظوها. بلّغ عن المشكلات بتفاصيل، مثل ما جربت ومتى، فهذا يساعد على ضبط المراقبة. واسأل المزودين كيف يكتشفون الإخفاقات وبأي سرعة، وهل ينشرون معلومات الحالة.

أنماط الإخفاق الشائعة

  • التنبيه على كل شيء. جهاز النداء لا يتوقف وتضيع الثقة. وبدلًا من ذلك، أرسل نداءً على الأعراض وأرسل الباقي إلى التذاكر أو لوحات المتابعة.
  • مراقبة الأنظمة لا المستخدمين. كل الأجهزة خضراء ولا يستطيع المستخدمون تسجيل الدخول. وبدلًا من ذلك، أضف مسبارات صندوق أسود لأفعال المستخدمين الحقيقية.
  • نداء بلا إجراء. تصل النداءات ولا شيء يُفعل. وبدلًا من ذلك، اشترط لكل نداء استجابة موصوفة، أو أزله.
  • المتوسطات فقط. مجموعة مستخدمين تعاني بينما يبدو المتوسط جيدًا. وبدلًا من ذلك، انظر إلى النسب المئوية العالية أو التوزيعات.
  • قواعد معقدة ذكية. العتبات المتعلَّمة وأشجار الاعتماديات تربك المستجيبين. وبدلًا من ذلك، فضّل قواعد بسيطة مفهومة.
  • مراقبة غير مراقَبة. يفشل نظام المراقبة بصمت. وبدلًا من ذلك، افحصه بنبضات واختبارات.
  • استجابات آلية. يكرر الناس الإصلاح نفسه بعد كل نداء. وبدلًا من ذلك، أتمت الاستجابة أو أصلح السبب.
  • تجاهل حمل النداء. تُعامل نداءات الليل أمرًا عاديًا. وبدلًا من ذلك، قِسها وراجعها، وعامل الحمل العالي خطرًا.

نموذج النضج

البُعد البدء التطوير التوحيد الإدارة التنسيق
ظهور تجربة المستخدم يبلغ المستخدمون عن معظم المشكلات لبعض الخدمات مسبارات أو مقاييس لأفعال المستخدمين تُفحص أفعال المستخدمين الرئيسية بمسبارات وتُتتبع الإشارات الذهبية لكل خدمة يُقاس زمن الاكتشاف والتغطية وتُسد الثغرات تُشارك المراقبة عبر الفرق والموردين والعملاء
جودة التنبيه تنبيهات كثيرة، إجراء قليل بعض الفرق تقلّم التنبيهات النداءات قائمة على الأعراض وقابلة للتصرف وموجهة بحسب الإلحاح تُقاس دقة التنبيه وضجيجه وتُراجع يتحسن تصميم التنبيه عبر الفرق من أدلة مشتركة
الاستجابة والأتمتة الاستجابات ارتجالية توجد بعض أدلة التشغيل تربط النداءات بأدلة التشغيل، وتُؤتمت الاستجابات الآلية يُقاس زمن الاستجابة واستخدام الأتمتة تُنسَّق الاستجابات عبر الفرق والموردين
الناس والحمل حمل النداء غير متتبع بعض الفرق تعدّ النداءات يُراجع حمل النداء كل ربع يُوازَن الحمل ويُخفَّض من البيانات يُشارك الحمل والتعلم عبر الفرق وينعكسان في التخطيط

قائمة التحقق

  • لكل خدمة مهمة مسبار واحد على الأقل لفعل مستخدم حقيقي.
  • نتتبع الكمون والحركة والأخطاء والتشبع لكل خدمة.
  • لكل نداء استجابة مكتوبة ويتعلق بحالة مرئية للمستخدم أو وشيكة.
  • تُوجَّه التنبيهات بحسب الإلحاح إلى المناوبين أو التذاكر أو لوحات المتابعة.
  • النسب المئوية العالية أو التوزيعات مرئية للكمون.
  • نراجع أي التنبيهات تُطلق أكثر ونحيل إلى التقاعد ما لا يؤدي إلى إجراء.
  • نظام المراقبة نفسه مفحوص.
  • يُراجع حمل النداء (النداءات في الوردية، والمقاطعات خارج ساعات العمل) كل ربع.
  • تتضمن الميزات الجديدة المراقبة في تعريف المنجَز.
  • بعد كل إصدار، يفحص شخص الإشارات مقابل قائمة قصيرة.

مطالبات الذكاء الاصطناعي

الغرض: مراجعة قائمة تنبيهات من حيث الضجيج وقابلية التصرف.

هذه قائمة بتنبيهاتنا وكم مرة أُطلق كل منها في آخر [فترة]، وماذا حدث بعد ذلك (تم التصرف، أو تُجوهل، أو حُل من تلقاء نفسه): [الصق جدولًا؛ استخدم بيانات حقيقية].

مستخدمًا بياناتي فقط، جمّع التنبيهات في: أُطلقت كثيرًا بلا إجراء؛ وأُطلقت وأدت إلى إجراء؛ ونادرة الإطلاق. لكل من المجموعة الأولى، اقترح سؤالًا يُطرح على مالكه (مثلًا هل يمكن إزالته، أو توجيهه إلى تذكرة، أو تحويله إلى تنبيه قائم على الأعراض). لا تختلق تكرارات أو نتائج. أخبرني أي بيانات إضافية ستفيد، واذكر ما لست متأكدًا منه.

الغرض: تعريف مسبار لرحلة مستخدم.

ساعدني على تعريف مسبار صندوق أسود لهذا الفعل من المستخدم في [الخدمة]: [صف، مثل "يبحث مستخدم عن رحلة ويتلقى نتائج"].

ما يُعدّ نجاحًا: [صف].
ما هو بطيء جدًا: [قل "غير معروف" أو صف بالكلمات لا الأرقام].
الأنظمة التي يمسها الفعل: [اسرد].

صف الخطوات التي ينبغي أن ينفذها المسبار، وما يسجله (النجاح والزمن المستغرق وأين فشل)، وأي حالة تنبيه تقترح (اترك العتبات [تُحدَّد بالاتفاق])، وما يفحصه المستجيب أولًا. علّم الافتراضات. لا تختلق تفاصيل النظام. اطرح أسئلة توضيحية أولًا، واذكر ما لست متأكدًا منه.

الغرض: كتابة قسم الاستجابة لتنبيه.

لهذا التنبيه، اكتب مدخل استجابة قصيرًا للمناوبين.

اسم التنبيه وحالته: [الصق].
ما يعنيه للمستخدمين: [صف].
ما أعرف أنه يُفحص أولًا: [اسرد].
لمن يُصعَّد: [الدور، أو اكتب "غير معروف"].

اكتب: ما يعنيه التنبيه، وأول ثلاثة فحوص، وكيف تعرف هل المستخدمون متأثرون، ومتى يُصعَّد، وملاحظة هل يمكن أتمتة الاستجابة. استخدم معلوماتي فقط؛ علّم أي شيء أضفته بـ[تحقق]. اطرح أسئلة توضيحية أولًا، واذكر ما لست متأكدًا منه.

الغرض: تجهيز مراجعة فصلية لحمل النداء.

ساعدني على تجهيز مراجعة فصلية لحمل النداء لـ [الفريق].

بيانات الربع (النداءات بحسب الأسبوع، والنداءات خارج ساعات العمل، والنداءات بلا إجراء، والحوادث المكتشفة بالمراقبة مقابل المكتشفة بالمستخدمين): [الصق أرقامًا حقيقية].
السياق: [صف التغييرات في الفترة].

لخّص البيانات بلغة بسيطة، مستخدمًا أرقامي فقط. أبرز الاتجاهات والقيم الشاذة أسئلةً لا استنتاجات. اقترح ثلاثة أسئلة للفريق وسؤالًا للإدارة. لا تختلق أسبابًا. وإن كانت البيانات ناقصة فقل ماذا تجمع. اذكر ما لست متأكدًا منه.

مهارات الذكاء الاصطناعي

  • runbook: استخدمها لكتابة الاستجابة المصاحبة لكل نداء.
  • on-call-rotation: استخدمها لتصميم جدول عادل ولتخطيط كيف يُشارك حمل النداء ويُراجع.
  • software-engineering-metrics: استخدمها لاختيار وتفسير مقاييس أداء الخدمة والتسليم.
  • performance-testing: استخدمها لفحص الكمون والتشبع تحت الحمل قبل أن تصل المشكلات إلى المستخدمين.
  • chaos-testing: استخدمها لاختبار أن الإخفاقات تُكتشف وتُعالج بتسبيبها عمدًا في وضع آمن.

(هذه المهارات مكتوبة بالإنجليزية.)

المصادر الرئيسية

  • Monitoring Distributed Systems (Site Reliability Engineering، Google، sre.google): التعريفات والإشارات الذهبية الأربع والأعراض مقابل الأسباب ونصائح التنبيه البسيط.
  • Practical Alerting from Time-Series Data (Site Reliability Engineering، Google، sre.google): كيف تعمل قواعد التنبيه والتوجيه والتذبذب عمليًا.
  • Service Level Objectives (Site Reliability Engineering، Google، sre.google): الصلة بين المؤشرات والأهداف والتنبيهات.
  • إدارة خدمات تقنية المعلومات (ويكيبيديا): موضع المراقبة والحوادث في ITSM.

هذه المصادر بالإنجليزية.

المراجع

  1. Monitoring Distributed Systems — Google SRE book, sre.google — https://sre.google/sre-book/monitoring-distributed-systems/
  2. Practical Alerting from Time-Series Data — Google SRE book, sre.google — https://sre.google/sre-book/practical-alerting/
  3. Service Level Objectives — Google SRE book, sre.google — https://sre.google/sre-book/service-level-objectives/
  4. IT service management — Wikipedia — https://en.wikipedia.org/wiki/IT_service_management
  5. Network monitoring — Wikipedia — https://en.wikipedia.org/wiki/Network_monitoring
  6. Observability (software) — Wikipedia — https://en.wikipedia.org/wiki/Observability_(software)
  7. Site reliability engineering — Wikipedia — https://en.wikipedia.org/wiki/Site_reliability_engineering
  8. Alarm fatigue — Wikipedia — https://en.wikipedia.org/wiki/Alarm_fatigue
  9. Incident management — Wikipedia — https://en.wikipedia.org/wiki/Incident_management