Cosa facciamo · Operations: Monitoraggio della flotta e instradamento degli allarmi
Ogni macchina, switch, firewall, array di storage, ciabatta di alimentazione e indirizzo web dei clienti di cui siamo responsabili è sorvegliato da un'unica piattaforma Zabbix centrale, ogni minuto di ogni giorno. Quando qualcosa va storto, l'allarme arriva davanti all'ingegnere reperibile entro pochi secondi, di solito prima che il primo visitatore si accorga di qualcosa. Ogni allarme riceve inoltre un secondo parere da un'AI che gira sulle nostre GPU, dentro il nostro datacenter.
Cos'è
- h2: Cos'è
Un'unica piattaforma di monitoraggio che vede l'intero parco: sistemi operativi, database, dispositivi di rete, storage, alimentazione, e le pagine che i vostri clienti caricano davvero. È collegata direttamente al sistema di chat in cui vivono i nostri ingegneri, così un allarme è un messaggio a una persona, non una riga in un log.
Per i cluster dei clienti monitoriamo dall'interno verso l'esterno. Il sistema operativo, il motore del database e l'applicazione vengono misurati, e una batteria di controlli HTTP reali richiede le vostre pagine vere, il checkout, il login, la pagina articolo, l'endpoint API, e verifica che ognuna risponda correttamente e in fretta.
Come lo costruiamo
-
h2: Come lo costruiamo
-
Un agent su ogni host. Ogni server in un cluster cliente riceve l'agent Zabbix e il template completo del sistema operativo, e gli host si registrano da soli al primo contatto, così una macchina nuova non viene mai dimenticata.
- Metriche del database con un utente in sola lettura. Stato della replica, connessioni, comportamento dei buffer e query lente vengono letti tramite un account di monitoraggio dedicato.
- Le vostre pagine, controllate dal server. Concordiamo con voi quali URL contano, in genere da dieci a quindici, e controlliamo ciascuno per codice di stato, contenuto e tempo di risposta.
- Allarmi alle persone, non alle caselle di posta. Gli allarmi di severità alta e disastro vanno via webhook a un canale operativo dedicato in Mattermost, dove l'ingegnere reperibile è già presente, giorno e notte. Dopo ogni modifica alla piattaforma di monitoraggio dimostriamo la catena da un capo all'altro con un allarme reale, cronometrato dal trigger al messaggio.
- Un secondo parere da un'AI locale. Le regole filtrano prima il rumore noto. Tutto il resto viene analizzato in tempo reale da modelli AI che girano sulle nostre GPU NVIDIA A100, dentro il nostro datacenter. L'analisi correla l'allarme con gli eventi recenti, gli host collegati e i pattern noti, e mette un secondo parere accanto all'allarme per l'ingegnere. I vostri dati di monitoraggio non lasciano mai la nostra infrastruttura e non vengono mai inviati a un servizio AI pubblico.
- Soglie tarate per host, mai silenziate alla cieca. Impostiamo override per singolo host invece di modificare i template condivisi, così la taratura di una macchina non cambia mai gli allarmi di un'altra, e un trigger non viene mai spento solo per far diventare verde una dashboard.
- Il monitor è monitorato. La piattaforma di monitoraggio stessa viene verificata da cima a fondo (hardware, sistema operativo, database, daemon, percorso degli allarmi) e gira su un database di serie temporali compresso con retention applicata.
Da cosa vi protegge
-
h2: Da cosa vi protegge
-
Un'interruzione di cui venite a sapere per primi da un cliente.
- Un sito che restituisce una pagina, ma quella sbagliata, o un errore travestito da pagina.
- Una replica del database che ha smesso di replicare giorni fa, in silenzio.
- La stanchezza da allarmi: host rossi da mesi finché nessuno guarda più.
- Un sistema di monitoraggio che sta a sua volta fallendo mentre sembra in salute.
In pratica
- h2: In pratica
Il cluster di un editore di notizie, preso in carico in una mattinata. Un editore di notizie ha spostato da noi il suo cluster applicativo. In una mattinata ogni nodo aveva l'agent e il template completo, il database aveva il suo utente di monitoraggio in sola lettura, e una batteria di quindici controlli reali di pagina che coprivano homepage, pagine articolo e feed era attiva, tutti verdi. Da quel giorno, una pagina articolo lenta è qualcosa che vediamo noi per primi.
Perché EuroVPS
-
h2: Perché EuroVPS
-
Una sola piattaforma vede i vostri server, il vostro percorso di rete, il vostro storage e la vostra alimentazione, così un sintomo viene ricondotto alla sua causa in un unico posto.
- Gli allarmi raggiungono un ingegnere reperibile con nome e cognome, 24/7, in pochi secondi, con l'analisi AI in tempo reale sulle nostre GPU NVIDIA A100 accanto a loro.
- Controlliamo le vostre pagine vere, non solo se il server risponde a un ping.
- Le soglie sono tarate per le vostre macchine, non lasciate ai default del vendor che gridano al lupo.
- Le persone che leggono l'allarme sono le persone che hanno costruito la vostra piattaforma e possono ripararla.
Domande frequenti
- h2: Domande frequenti
Posso vedere i grafici e gli allarmi dei miei server? Sì. Possiamo darvi un accesso in sola lettura ai vostri host, o inviarvi un riepilogo programmato. La maggior parte dei clienti si affida semplicemente a noi, che agiamo sull'allarme e raccontiamo cosa è successo.
Quali pagine controllate? Quelle che vi fanno guadagnare o che vi metterebbero in imbarazzo se si rompessero. Concordiamo l'elenco con voi all'inizio e lo cambiamo ogni volta che il vostro sito cambia.
L'AI invia i miei dati da qualche parte? No. I modelli girano sulle nostre GPU NVIDIA A100 nel nostro datacenter. Nulla lascia la nostra rete, e nulla va a un servizio AI pubblico.
Cosa succede quando un allarme scatta alle 3 di notte? Raggiunge l'ingegnere reperibile entro pochi secondi, che indaga immediatamente. Se vi riguarda, ricevete un ticket da noi, spesso prima che vi siate accorti di qualcosa.
Aprite ticket in modo proattivo? Sì. Molti dei nostri ticket partono dal nostro lato, perché il nostro monitoraggio ha visto qualcosa per primo.
Se volete la vostra piattaforma sorvegliata da persone che rispondono loro stesse all'allarme, Parla con un ingegnere.
Il vostro prossimo partner per l'infrastruttura
Guardiamo la vostra infrastruttura.
Raccontateci cosa fate girare oggi e cosa deve migliorare. Un ingegnere esaminerà la vostra richiesta e vi aiuterà a pianificare il passo successivo.
+357 222 32280
Partiamo dalla vostra infrastruttura.
Un po' di contesto ci aiuta a iniziare la conversazione giusta.