10 лет on-call. Чему мы научились?

by flant

Slide 1

Slide 1 text

Дмитрий Столяров CTO & Co-founder 10 лет on-call Чему мы научились?

Slide 2

Slide 2 text

Скрипт в Cron Источники сообщений

Slide 3

Slide 3 text

Скрипт в Cron Источники сообщений

Slide 4

Slide 4 text

Дежурный инженер Скрипт в Cron Источники сообщений

Slide 5

Slide 5 text

No content

Slide 6

Slide 6 text

Центральное хранилище

Slide 7

Slide 7 text

Центральное хранилище Переключатель

Slide 8

Slide 8 text

Центральное хранилище Переключатель Транспорт

Slide 9

Slide 9 text

Центральное хранилище Переключатель Транспорт Алерт != Текст !=

Slide 10

Slide 10 text

Центральное хранилище Переключатель Транспорт Алерт != Текст Инцидент != Алерт != !=

Slide 11

Slide 11 text

Центральное хранилище Переключатель Транспорт Алерт != Текст Инцидент != Алерт Лейблы, лейблы, лейблы! != !=

Slide 12

Slide 12 text

Какие бывают алерты?

Slide 13

Slide 13 text

Мгновенные Какие бывают алерты? Просто информация о произошедшем событии

Slide 14

Slide 14 text

Какие бывают алерты? Мгновенные Просто информация о произошедшем событии Длящиеся ● Сообщение каждые N секунд ● Сообщение о начале и конце ● И то и другое

Slide 15

Slide 15 text

Какие бывают алерты? Мгновенные Просто информация о произошедшем событии Состояние: Отсутствует, есть просто время срабатывания Длящиеся ● Сообщение каждые N секунд ● Сообщение о начале и конце ● И то и другое

Slide 16

Slide 16 text

Мгновенные Просто информация о произошедшем событии Состояние: Отсутствует, есть просто время срабатывания Длящиеся ● Сообщение каждые N секунд ● Сообщение о начале и конце ● И то и другое Состояние: ● Firing ● Not ﬁring ● Unknown или ● Firing ● Not ﬁring Какие бывают алерты?

Slide 17

Slide 17 text

Центральное хранилище Переключатель Транспорт Алерт != Текст Инцидент != Алерт Лейблы, лейблы, лейблы! != !=

Slide 18

Slide 18 text

Центральное хранилище Переключатель Транспорт Алерт != Текст Инцидент != Алерт Лейблы, лейблы, лейблы! != Состояние и правильный протокол !=

Slide 19

Slide 19 text

Центральное хранилище Переключатель Транспорт Алерт != Текст Инцидент != Алерт Лейблы, лейблы, лейблы! != Состояние и правильный протокол Дедупликация !=

Slide 20

Slide 20 text

****

Slide 21

Slide 21 text

****

Slide 22

Slide 22 text

****

Slide 23

Slide 23 text

****

Slide 24

Slide 24 text

****

Slide 25

Slide 25 text

****

Slide 26

Slide 26 text

********

Slide 27

Slide 27 text

********

Slide 28

Slide 28 text

No content

Slide 29

Slide 29 text

No content

Slide 30

Slide 30 text

No content

Slide 31

Slide 31 text

No content

Slide 32

Slide 32 text

ﬁring unknown ok (not ﬁring)

Slide 33

Slide 33 text

Slide 34

Slide 34 text

No content

Slide 35

Slide 35 text

No content

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

Slide 40

Slide 40 text

No content

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Slide 43

Slide 43 text

No content

Slide 44

Slide 44 text

No content

Slide 45

Slide 45 text

No content

Slide 46

Slide 46 text

No content

Slide 47

Slide 47 text

Slide 48

Slide 48 text

Slide 49

Slide 49 text

Примеры MQL (для поиска): trigger = "IngressResponses5xx"

Slide 50

Slide 50 text

Примеры MQL (для поиска): trigger = "IngressResponses5xx" trigger = "IngressResponses5xx" AND project = "horns-and-hooves"

Slide 51

Slide 51 text

Slide 52

Slide 52 text

Примеры MQL (для поиска): trigger = "IngressResponses5xx" trigger = "IngressResponses5xx" AND project = "horns-and-hooves" project = "horns-and-hooves" AND trigger = "IngressResponses5xx" AND ~kubernetes = "msm-prod" and ~vhost =~ "static.example.com" Примеры MQL (для маршрутизации): project = "horns-and-hooves" AND ~server = "gitlab" -> @vasiliy.vasiliyev

Slide 53

Slide 53 text

Slide 54

Slide 54 text

Slide 55

Slide 55 text

No content

Slide 56

Slide 56 text

No content

Slide 57

Slide 57 text

No content

Slide 58

Slide 58 text

No content

Slide 59

Slide 59 text

No content

Slide 60

Slide 60 text

No content

Slide 61

Slide 61 text

No content

Slide 62

Slide 62 text

No content

Slide 63

Slide 63 text

Центральное хранилище Переключатель Транспорт Алерт != Текст Инцидент != Алерт Лейблы, лейблы, лейблы! != Состояние и правильный протокол Дедупликация Рабочий процесс у инцидентов Гарантии доставки Эстафетная палочка Умный игнор Мониторинг мониторинга Язык запросов Маршрутизация != Горячая аналитика

Slide 64

Slide 64 text

No content

Slide 65

Slide 65 text

No content

Slide 66

Slide 66 text

No content

Slide 67

Slide 67 text

No content

Slide 68

Slide 68 text

L1 24/7 & смены по 12 часов

Slide 69

Slide 69 text

L1 24/7 & смены по 12 часов

Slide 70

Slide 70 text

L1 24/7 & смены по 8 часов

Slide 71

Slide 71 text

DevOps Team B DevOps Team A L1 24/7 & смены по 8 часов

Slide 72

Slide 72 text

L2 только будние дни DevOps Team B DevOps Team A L1 24/7 & смены по 8 часов

Slide 73

Slide 73 text

L2 24/7 & смены по 8 часов DevOps Team B DevOps Team A L1 24/7 & смены по 8 часов

Slide 74

Slide 74 text

L2 24/7 & смены по 8 часов DevOps Team B DevOps Team A L1 24/7 & смены по 8 часов

Slide 75

Slide 75 text

Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager L2 24/7 & смены по 8 часов DevOps Team B DevOps Team A L1 24/7 & смены по 8 часов

Slide 76

Slide 76 text

DevOps Team A DevOps Team B DevOps Team C Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager L2 24/7 & смены по 8 часов L1 24/7 & смены по 8 часов

Slide 77

Slide 77 text

Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager DevOps Team A DevOps Team B DevOps Team C L2 24/7 & смены по 8 часов L1 24/7 & смены по 8 часов

Slide 78

Slide 78 text

Slide 79

Slide 79 text

Teamlead Teamlead deputy Project manager Duty L1-1 Support Team and DevOps accelerator DevOps Team A Teamlead Teamlead deputy Project manager DevOps Team B Teamlead Teamlead deputy Project manager DevOps Team C Duty L1-2

Slide 80

Slide 80 text

Teamlead Teamlead deputy Project manager Duty L1-1 DevOps Team A Teamlead Teamlead deputy Project manager DevOps Team B Teamlead Teamlead deputy Project manager DevOps Team C Teamlead Teamlead deputy Project manager DevOps Team E Duty L1-2 Support Team and DevOps accelerator

Slide 81

Slide 81 text

Teamlead Teamlead deputy Project manager L1M Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager Teamlead Teamlead deputy Project manager DevOps Team A DevOps Team B DevOps Team C DevOps Team E

Slide 82

Slide 82 text

Slide 83

Slide 83 text

No content

Slide 84

Slide 84 text

No content

Slide 85

Slide 85 text

Slide 86

Slide 86 text

Что “мониторить”?

Slide 87

Slide 87 text

Внутренние показатели? df, loadavg, free, ... Что “мониторить”?

Slide 88

Slide 88 text

Внутренние показатели? df, loadavg, free, ... Показатели доступности? коды ответов, время ответов, проходит curl, smoke-тесты, ... Что “мониторить”?

Slide 89

Slide 89 text

Внутренние показатели? df, loadavg, free, ... Показатели доступности? коды ответов, время ответов, проходит curl, smoke-тесты, ... Бизнес метрики? добавления в корзину, сделанные заказы, успешные транзакции, … Что “мониторить”?

Slide 90

Slide 90 text

Slide 91

Slide 91 text

Priority? Minor Moderate Major Critical Severity? DEBUG INFO WARNING ERROR CRITICAL

Slide 92

Slide 92 text

No content

Slide 93

Slide 93 text

А так же: Отделение окружения

Slide 94

Slide 94 text

А так же: Отделение окружения Параметризация пороговых значений

Slide 95

Slide 95 text

А так же: Отделение окружения Параметризация пороговых значений Параметризация уровня северити

Slide 96

Slide 96 text

А так же: Отделение окружения Параметризация пороговых значений Параметризация уровня северити Написание алертов с учетом архитектуры

Slide 97

Slide 97 text

S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum Gold Silver None

Slide 98

Slide 98 text

response time = f(Severity, Service Level) S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum Gold Silver None

Slide 99

Slide 99 text

response time = f(Severity, Service Level) S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum Gold Silver None

Slide 100

Slide 100 text

response time = f(Severity, Service Level) S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 24h 24h 24h Gold 24h 24h 24h Silver 24h 24h 24h None 24h 24h 24h 24h

Slide 101

Slide 101 text

response time = f(Severity, Service Level) S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 1m 5m 10m 30m 24h 24h 24h Gold 5m 10m 30m 24h 24h 24h Silver 10m 30m 24h 24h 24h None 24h 24h 24h 24h

Slide 102

Slide 102 text

Slide 103

Slide 103 text

Slide 104

Slide 104 text

Slide 105

Slide 105 text

S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 1m 5m 10m 30m 24h 24h 24h Gold 5m 10m 30m 24h 24h 24h Silver 10m 30m 24h 24h 24h None 24h 24h 24h 24h

Slide 106

Slide 106 text

S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 1m 5m 10m 30m 24h 24h 24h Gold 5m 10m 30m 24h 24h 24h Silver 10m 30m 24h 24h 24h None 24h 24h 24h 24h

Slide 107

Slide 107 text

S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 1m 5m 10m 30m 24h 24h 24h Gold 5m 10m 30m 24h 24h 24h Silver 10m 30m 24h 24h 24h None 24h 24h 24h 24h Не обрабатываем. Ретроспектива!

Slide 108

Slide 108 text

S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 1m 5m 10m 30m 24h 24h 24h Gold 5m 10m 30m 24h 24h 24h Silver 10m 30m 24h 24h 24h None 24h 24h 24h 24h Не обрабатываем. Ретроспектива!

Slide 109

Slide 109 text

S1 S2 S3 S4 S5 S6 S7 S8 S9 Platinum 1m 5m 10m 30m 24h 24h 24h Gold 5m 10m 30m 24h 24h 24h Silver 10m 30m 24h 24h 24h None 24h 24h 24h 24h Не обрабатываем. Ретроспектива! Обрабатываем асинхронно, большими пачками!

Slide 110

Slide 110 text

Slide 111

Slide 111 text

Slide 112

Slide 112 text

Slide 113

Slide 113 text

Slide 114

Slide 114 text

Slide 115

Slide 115 text

v1 v2

Slide 116

Slide 116 text

Инциденты

Slide 117

Slide 117 text

Инциденты Алерты

Slide 118

Slide 118 text

Инциденты Алерты События

Slide 119

Slide 119 text

Инциденты Алерты События Сообщения

Slide 120

Slide 120 text

Мы любим Open Source… werf, grafana-statusmap, shell-operator, loghouse… — у наших проектов уже более 3000 звёзд, см. github.com/ﬂant Хотите Open Source? … но ресурсы ограничены Было бы классно делать все продукты как Open Source. К сожалению, это затратно и большая ответственность Предлагаем флешмоб: расскажите, что вам это нужно Поделитесь ссылкой на этот доклад в Facebook или Twitter с хэштегом #Флант

Slide 121

Slide 121 text

Хотите к себе в компанию? Мы готовы внедрять Если вы работаете в крупной компании и вас заинтересовало решение — давайте обсудим его внедрение … и дорабатывать Адаптация — необходимая составляющая подобных решений Напишите на sales@ﬂant.ru Тема: «Система управления инцидентами»

Slide 122

Slide 122 text

Знакомые проблемы? Мы ищем бизнес-партнёра! Помочь сделать лучшее решение по управлению инцидентами в роли product-менеджера и продвинуть его на рынок Успех продукта — ваш успех Обменяем долю с проекта на готовность посвятить ему своё время Напишите на hr@ﬂant.ru Тема: «Система управления инцидентами»

Slide 123

Slide 123 text

Спасибо Сергею Гнускову, Геннадию Калашникову и Антону Климову, которые все это сделали!

Slide 124

Slide 124 text

Дежурный инженер Скрипт в Cron Источники сообщений

Slide 125

Slide 125 text

Спасибо! Наш блог на Хабре habr.com/company/flant Наш YouTube-канал youtube.com/c/Флант Дмитрий Столяров dmitry.stolyarov@flant.com CTO & Co-founder Приходите к нам работать job.flant.ru