Qué hacemos · Operaciones: Monitorización de la flota y enrutado de alarmas
Cada máquina, switch, firewall, cabina de storage, regleta de alimentación y dirección web de cliente de la que somos responsables está vigilada por una única plataforma central Zabbix, cada minuto de cada día. Cuando algo falla, la alarma aparece delante del ingeniero de guardia en cuestión de segundos, normalmente antes de que el primer visitante note nada. Cada alarma recibe además una segunda opinión de una IA que se ejecuta en nuestras propias GPU, dentro de nuestro propio datacenter.
Qué es
- h2: Qué es
Una única plataforma de monitorización que ve toda la planta: sistemas operativos, bases de datos, dispositivos de red, storage, energía y las páginas que sus clientes cargan de verdad. Está conectada directamente al sistema de chat en el que viven nuestros ingenieros, de modo que una alarma es un mensaje a una persona, no una línea en un log.
Los clústeres de clientes los monitorizamos de dentro hacia fuera. Se miden el sistema operativo, el motor de base de datos y la aplicación, y una batería de comprobaciones HTTP reales solicita sus páginas reales, el checkout, el login, la página de artículo, el endpoint de la API, y comprueba que cada una responde correctamente y rápido.
Cómo lo construimos
-
h2: Cómo lo construimos
-
Un agente en cada host. Cada servidor de un clúster de cliente recibe el agente de Zabbix y el template completo del sistema operativo, y los hosts se registran solos en el primer contacto, de modo que una máquina nueva nunca queda olvidada.
- Métricas de base de datos con un usuario de solo lectura. El estado de la replicación, las conexiones, el comportamiento de los buffers y las consultas lentas se leen a través de una cuenta de monitorización dedicada.
- Sus páginas, comprobadas desde el servidor. Acordamos con usted qué URLs importan, normalmente entre diez y quince, y comprobamos en cada una el código de estado, el contenido y el tiempo de respuesta.
- Alarmas a personas, no a buzones. Las alarmas de severidad alta y de desastre van por webhook a un canal de operaciones dedicado en Mattermost, donde el ingeniero de guardia ya está, de día y de noche. Después de cada cambio en la plataforma de monitorización probamos la cadena de extremo a extremo con una alarma real, cronometrada desde el trigger hasta el mensaje.
- Una segunda opinión de una IA local. Primero, unas reglas filtran el ruido conocido. Todo lo que queda lo analizan en tiempo real modelos de IA que se ejecutan en nuestras propias GPU NVIDIA A100, dentro de nuestro propio datacenter. El análisis correlaciona la alarma con eventos recientes, hosts relacionados y patrones conocidos, y pone una segunda opinión junto a la alarma para el ingeniero. Sus datos de monitorización nunca salen de nuestra infraestructura y nunca se envían a un servicio de IA público.
- Umbrales ajustados por host, nunca silenciados a ciegas. Fijamos sobrescrituras por host en lugar de editar templates compartidos, de modo que ajustar una máquina nunca cambia las alarmas de otra, y un trigger nunca se desactiva solo para que un dashboard se ponga en verde.
- El monitor está monitorizado. La propia plataforma de monitorización se audita de arriba abajo (hardware, sistema operativo, base de datos, demonio, ruta de alerta) y funciona sobre una base de datos de series temporales comprimida con retención aplicada.
De qué le protege
-
h2: De qué le protege
-
De una caída de la que se entera primero por un cliente.
- De un sitio que devuelve una página, pero la página equivocada, o un error disfrazado de página.
- De una réplica de base de datos que dejó de replicar en silencio hace días.
- De la fatiga de alarmas: hosts que llevan meses en rojo hasta que nadie mira.
- De un sistema de monitorización que falla mientras parece sano.
En la práctica
- h2: En la práctica
El clúster de un editor de noticias, incorporado en una mañana. Un editor de noticias trasladó su clúster de aplicaciones a nuestra infraestructura. En una mañana, cada nodo tenía el agente y el template completo, la base de datos tenía su usuario de monitorización de solo lectura, y una batería de quince comprobaciones de páginas reales que cubría la portada, las páginas de artículo y los feeds estaba en marcha, todas en verde. Desde ese día, una página de artículo lenta es algo que vemos nosotros primero.
Por qué EuroVPS
-
h2: Por qué EuroVPS
-
Una sola plataforma ve sus servidores, su ruta de red, su storage y su energía, de modo que un síntoma se rastrea hasta su causa en un solo lugar.
- Las alarmas llegan a un ingeniero de guardia con nombre, 24/7, en segundos, con análisis de IA en tiempo real en nuestras propias GPU NVIDIA A100 a su lado.
- Comprobamos sus páginas reales, no solo si el servidor responde a un ping.
- Los umbrales se ajustan a sus máquinas, no se dejan en valores por defecto del fabricante que gritan «¡que viene el lobo!».
- Las personas que leen la alarma son las que construyeron su plataforma y pueden arreglarla.
Preguntas frecuentes
- h2: Preguntas frecuentes
¿Puedo ver las gráficas y las alarmas de mis propios servidores? Sí. Podemos darle acceso de solo lectura a sus hosts, o enviarle un resumen programado. La mayoría de los clientes simplemente confía en que actuamos sobre la alarma y les contamos qué ha pasado.
¿Qué páginas comprueban? Las que le dan dinero o las que le dejarían en evidencia si fallaran. Acordamos la lista con usted al principio y la cambiamos cada vez que su sitio cambia.
¿La IA envía mis datos a algún sitio? No. Los modelos se ejecutan en nuestras propias GPU NVIDIA A100, en nuestro propio datacenter. Nada sale de nuestra red, y nada va a un servicio de IA público.
¿Qué ocurre cuando salta una alarma a las 3 de la madrugada? Llega al ingeniero de guardia en cuestión de segundos, que investiga de inmediato. Si le afecta, recibe un ticket nuestro, a menudo antes de haber notado nada.
¿Abren tickets de forma proactiva? Sí. Muchos de nuestros tickets empiezan por nuestra parte, porque nuestra monitorización vio algo primero.
Si quiere que su plataforma la vigilen personas que responden ellas mismas a la alarma, Hable con un ingeniero.
Su próximo socio de infraestructura
Veamos su infraestructura.
Cuéntenos qué ejecuta hoy y qué necesita mejorar. Un ingeniero revisará su solicitud y le ayudará a planificar el siguiente paso.
+357 222 32280
Empecemos por su infraestructura.
Un poco de contexto nos ayuda a empezar la conversación adecuada.