Ce que nous faisons · Opérations: Supervision du parc et routage des alarmes
Chaque machine, switch, firewall, baie de stockage, bandeau d'alimentation et adresse web client dont nous avons la responsabilité est surveillé par une plateforme Zabbix centrale unique, chaque minute de chaque jour. Quand quelque chose tourne mal, l'alarme arrive devant l'ingénieur d'astreinte en quelques secondes, généralement avant que le premier visiteur ne remarque quoi que ce soit. Chaque alarme reçoit aussi un second avis d'une IA qui tourne sur nos propres GPU, dans notre propre datacenter.
De quoi il s'agit
- h2: De quoi il s'agit
Une plateforme de supervision unique qui voit l'ensemble du parc : systèmes d'exploitation, bases de données, équipements réseau, stockage, alimentation, et les pages que vos clients chargent réellement. Elle est reliée directement au système de chat dans lequel vivent nos ingénieurs, de sorte qu'une alarme est un message à une personne, pas une ligne dans un log.
Pour les clusters clients, nous supervisons de l'intérieur vers l'extérieur. Le système d'exploitation, le moteur de base de données et l'application sont mesurés, et une batterie de vraies vérifications HTTP demande vos vraies pages, le panier, la connexion, la page d'article, le point d'API, et vérifie que chacune répond correctement et vite.
Comment nous le construisons
-
h2: Comment nous le construisons
-
Un agent sur chaque hôte. Chaque serveur d'un cluster client reçoit l'agent Zabbix et le template complet du système d'exploitation, et les hôtes s'enregistrent eux-mêmes au premier contact, de sorte qu'une nouvelle machine n'est jamais oubliée.
- Des métriques de base de données avec un utilisateur en lecture seule. L'état de la réplication, les connexions, le comportement des buffers et les requêtes lentes sont lus via un compte de supervision dédié.
- Vos pages, vérifiées depuis le serveur. Nous convenons avec vous des URL qui comptent, typiquement dix à quinze, et nous vérifions pour chacune le code de statut, le contenu et le temps de réponse.
- Des alarmes vers des personnes, pas vers des boîtes mail. Les alarmes de sévérité haute et désastre partent par webhook vers un canal d'exploitation dédié dans Mattermost, où l'ingénieur d'astreinte se trouve déjà, jour et nuit. Après chaque modification de la plateforme de supervision, nous prouvons la chaîne de bout en bout avec une vraie alarme, chronométrée du déclencheur au message.
- Un second avis d'une IA locale. Des règles filtrent d'abord le bruit connu. Tout ce qui reste est analysé en temps réel par des modèles d'IA qui tournent sur nos propres GPU NVIDIA A100, dans notre propre datacenter. L'analyse corrèle l'alarme avec les événements récents, les hôtes liés et les schémas connus, et place un second avis à côté de l'alarme pour l'ingénieur. Vos données de supervision ne quittent jamais notre infrastructure et ne sont jamais envoyées à un service d'IA public.
- Des seuils réglés par hôte, jamais réduits au silence à l'aveugle. Nous posons des surcharges par hôte au lieu de modifier les templates partagés, de sorte que régler une machine ne change jamais les alarmes d'une autre, et un trigger n'est jamais désactivé juste pour mettre un dashboard au vert.
- Le superviseur est supervisé. La plateforme de supervision elle-même est auditée de haut en bas (matériel, système d'exploitation, base de données, démon, chemin d'alerte) et tourne sur une base de séries temporelles compressée avec une rétention imposée.
Ce dont il vous protège
-
h2: Ce dont il vous protège
-
Une panne dont vous entendez parler d'abord par un client.
- Un site qui renvoie une page, mais la mauvaise page, ou une erreur déguisée en page.
- Un réplica de base de données qui a cessé de répliquer en silence il y a des jours.
- La fatigue des alarmes : des hôtes au rouge depuis des mois jusqu'à ce que plus personne ne regarde.
- Un système de supervision qui est lui-même en train de défaillir tout en ayant l'air en bonne santé.
En pratique
- h2: En pratique
Le cluster d'un éditeur de presse, intégré en une matinée. Un éditeur de presse a déplacé son cluster applicatif chez nous. En une matinée, chaque nœud avait l'agent et le template complet, la base de données avait son utilisateur de supervision en lecture seule, et une batterie de quinze vraies vérifications de pages couvrant la page d'accueil, les pages d'article et les flux était en place, chacune au vert. Depuis ce jour, une page d'article lente est quelque chose que nous voyons en premier.
Pourquoi EuroVPS
-
h2: Pourquoi EuroVPS
-
Une seule plateforme voit vos serveurs, votre chemin réseau, votre stockage et votre alimentation, de sorte qu'un symptôme est remonté à sa cause en un seul endroit.
- Les alarmes atteignent un ingénieur nommé, d'astreinte 24/7, en quelques secondes, avec une analyse IA en temps réel sur nos propres GPU NVIDIA A100 à côté.
- Nous vérifions vos vraies pages, pas seulement si le serveur répond à un ping.
- Les seuils sont réglés pour vos machines, pas laissés aux valeurs par défaut du fournisseur qui crient au loup.
- Les gens qui lisent l'alarme sont ceux qui ont construit votre plateforme et peuvent la réparer.
Questions fréquentes
- h2: Questions fréquentes
Puis-je voir les graphes et les alarmes de mes propres serveurs ? Oui. Nous pouvons vous donner un accès en lecture seule à vos hôtes, ou vous envoyer un résumé planifié. La plupart des clients s'en remettent simplement à nous pour agir sur l'alarme et leur dire ce qui s'est passé.
Quelles pages vérifiez-vous ? Celles qui vous rapportent de l'argent ou qui vous embarrasseraient si elles cassaient. Nous convenons de la liste avec vous au départ et nous la changeons chaque fois que votre site change.
L'IA envoie-t-elle mes données quelque part ? Non. Les modèles tournent sur nos propres GPU NVIDIA A100 dans notre propre datacenter. Rien ne quitte notre réseau, et rien ne part vers un service d'IA public.
Que se passe-t-il quand une alarme se déclenche à 3 h du matin ? Elle atteint l'ingénieur d'astreinte en quelques secondes, qui enquête immédiatement. Si elle vous concerne, vous recevez un ticket de notre part, souvent avant d'avoir remarqué quoi que ce soit.
Ouvrez-vous des tickets de façon proactive ? Oui. Beaucoup de nos tickets commencent de notre côté, parce que notre supervision a vu quelque chose en premier.
Si vous voulez que votre plateforme soit surveillée par des gens qui répondent eux-mêmes à l'alarme, parlez à un ingénieur.
Votre prochain partenaire d'infrastructure
Examinons votre environnement.
Dites-nous ce que vous faites tourner aujourd'hui et ce qui doit s'améliorer. Un ingénieur examinera votre demande et vous aidera à planifier la suite.
+357 222 32280
Commençons par votre environnement.
Un peu de contexte nous aide à démarrer la bonne conversation.