Monitorando sistemas distribuidos

Junto com o @nbluis apresentei essa palestra no RSJUG.

Nela falamos sobre praticas de SRE para monitoramento de sistemas distribuidos e discutimos algumas formas de passar a monitorar as applicações em diversas arquiteturas.

Transcript

1. Monitorando sistemas
   distribuÍdos
   @nbluis - Eduardo Bohrer
   @sebawebber - Sebastian Webber
   

   View Slide

2. Sobre nós
   Eduardo Bohrer
   @nbluis
   Sebastian Webber
   @sebawebber
   

   View Slide

3. A história dA arq. de sistemas
   

   View Slide

4. Como era a arquitetura antigamente ?
   Aplicação Banco de Dados
   

   View Slide

5. Como monitoramos isso ?
   Aplicação Banco de Dados
   CPU
   MemÓria
   Disco
   REDE
   CPU
   MemÓria
   Disco
   REDE
   

   View Slide

6. E EVOLUÍMOS
   Aplicação Banco de Dados
   

   View Slide

7. Como monitoramos isso ?
   Aplicação Banco de Dados
   CPU
   MemÓria
   Disco
   REDE
   CPU
   MemÓria
   Disco
   REDE
   CPU
   MemÓria
   Disco
   REDE
   CPU
   MemÓria
   Disco
   REDE
   CPU
   MemÓria
   Disco
   REDE
   CPU
   MemÓria
   Disco
   REDE
   

   View Slide

8. Nasce um uma nova forma de
   fazer as coisas
   - Micro-serviços
   - Nano-Serviços
   - Distribuídos
   - Pequenos
   - Independentes
   - Tecnologia heterogênea
   CONTAINERS
   

   View Slide

9. “NanoServiços”
   Funções ou realmente pequenos microserviços ficam pra outro
   dia, ok?
   

   View Slide

10. Como é uma arquitetura atualmente ?
    APP 1
    APP 3
    APP 6
    APP 2
    APP 2
    APP 6
    APP 2
    APP 1
    APP 7
    APP 5
    APP 2
    APP 1
    APP 5
    APP 4
    APP 4
    APP 4
    APP 3
    APP 1
    APP 1
    APP 1
    APP 2
    APP 2
    APP 5
    APP 6
    APP 4
    APP 4
    APP 1
    APP 4
    APP 1
    APP 2
    

    View Slide

11. E como monitoramos isso?
    APP 1
    APP 3
    APP 6
    APP 2
    APP 2
    APP 6
    APP 2
    APP 1
    APP 7
    APP 5
    APP 2
    APP 1
    APP 5
    APP 4
    APP 4
    APP 4
    APP 3
    APP 1
    APP 1
    APP 1
    APP 2
    APP 2
    APP 5
    APP 6
    APP 4
    APP 4
    APP 1
    APP 4
    APP 1
    APP 2
    CPU
    MemÓria
    Disco
    REDE
    

    View Slide

12. E como monitoramos isso?
    APP 1
    APP 3
    APP 6
    APP 2
    APP 2
    APP 6
    APP 2
    APP 1
    APP 7
    APP 5
    APP 2
    APP 1
    APP 5
    APP 4
    APP 4
    APP 4
    APP 3
    APP 1
    APP 1
    APP 1
    APP 2
    APP 2
    APP 5
    APP 6
    APP 4
    APP 4
    APP 1
    APP 4
    APP 1
    APP 2
    CPU
    MemÓria
    Disco
    REDE
    

    View Slide

13. E como monitoramos isso?
    APP 1 CPU - 100%
    APP 1 CPU - 100%
    APP 1 CPU - 10%
    APP 1 CPU - 12%
    APP 1 CPU - 100%
    APP 1 CPU - 2%
    AVG CPU - 54%
    

    View Slide

14. E como monitoramos isso?
    APP 1 CPU - 95%
    APP 1 CPU - 90%
    APP 1 CPU - 10%
    APP 1 CPU - 12%
    APP 1 CPU - 90%
    APP 1 CPU - 2%
    AVG CPU - 49%
    

    View Slide

15. Vamos analisar
    - 50% dos usuários está
    presenciando lentidão neste
    momento
    APP 1 CPU - 100%
    APP 1 CPU - 100%
    APP 1 CPU - 10%
    APP 1 CPU - 12%
    APP 1 CPU - 100%
    APP 1 CPU - 2%
    

    View Slide

16. Vamos mudar a pergunta
    Para seu usuário:
    Qual o valor ideal para uso de CPU ?
    Qual o valor ideal para uso de Memória ?
    Qual o valor ideal para uso de Disco ?
    Qual o valor ideal para uso de Rede ?
    

    View Slide

17. Vamos mudar a pergunta
    Para seu usuário:
    Qual o valor ideal para uso de CPU ?
    Qual o valor ideal para uso de Memória ?
    Qual o valor ideal para uso de Disco ?
    Qual o valor ideal para uso de Rede ?
    

    View Slide

18. O sistema tem que estar disponível
    O sistema tem que ser rápido
    O sistema não pode ter erros
    O que seu usuário quer...
    

    View Slide

19. MAS ENTÃO QUAL A SOLUÇÃO ?
    

    View Slide

20. SINTOMAS vs CAUSAS
    ● Dor de garganta
    ● Febre
    ● Dor no corpo
    ● Faringite
    ● Laringite
    ● E Ite, e ite, e ite
    

    View Slide

21. SLI <
    SLO <
    SLA
    

    View Slide

22. SLI
    SLO
    SLA
    

    View Slide

23. SLI
    Real system problems
    1. Quantos ms leva pra adicionar um item no carrinho?
    2. Quandos ms leva para aprovar a compra?
    3. Média de erros ao aprovar uma compra
    

    View Slide

24. SLO
    vs
    SLA
    O que queremos entregar (METAS)
    vs
    o que mínimo que temos de entregar (CONTRATO)
    

    View Slide

25. Quando indicadores que representam a
    perspectivas do usuário estão ok
    O que significa um sistema funcionando ?
    

    View Slide

26. O que eu faço
    com
    CPU/MEM/REDE?
    

    View Slide

27. Golden signals
    O quick start framework
    Latency / Errors / Traffic / Saturation
    

    View Slide

28. View Slide

29. Leia, leia leia
    

    View Slide

30. Perguntas?
    

    View Slide

31. Monitorando sistemas
    distribuÍdos
    @nbluis - Eduardo Bohrer
    @sebawebber - Sebastian Webber
    

    View Slide