SRE. Рецепты выживания в продакшне для инженера по надежности
Надежность умирает последней. Главное, чтобы она вообще была. Это можно принять за шутку, если не знать, насколько все серьезно. Инженер по надежности, с двадцатилетним опытом работы в IT-индустрии, дает 61 полезный совет коллегам, имеющим дело с крупными, а также небольшими системами. Правила написаны емко и по существу, с нотками иронии и юмора, поэтому, даже несмотря на использование профессионального сленга, «пособие для выживания» читается легко. Рецепты основаны на многолетней практике, собственных ошибках и чужих граблях, и они могут стать незаменимой инструкцией для тех, «кто в теме».
Оглавление
- Об управлении надежностью
- Что внутри
- 1. Сервис без вмешательства не переживает отключение части свитчей в дата-центре — это плохой сервис
- 2. Если какую-то процедуру делать страшно — делайте ее чаще
- 3. Если мониторинг не пишет о проблемах — проверьте, возможно, он не работает вообще
- 4. Регулярно проверяйте все редко используемые аварийные средства доступа
- 5. Ходить на чужие разборы полезно
- 6. Если результаты нагрузочного тестирования всегда одинаковые — это плохо
- 7. Регулярно проверяйте всю редко используемую автоматику
- 8. Рандомизируйте учения
- 9. Проектируйте failover смолоду
- 10. Мониторинг трафика в диапазоне
- 11. Мониторинг среднего и min/max
Купить книгу
Приведённый ознакомительный фрагмент книги «SRE. Рецепты выживания в продакшне для инженера по надежности» предоставлен нашим книжным партнёром — компанией ЛитРес.
Купить и скачать полную версию книги в форматах FB2, ePub, MOBI, TXT, HTML, RTF и других
3. Если мониторинг не пишет о проблемах — проверьте, возможно, он не работает вообще
На серверах лежат файлы, а у тех есть права доступа. В этом смысле в мире не поменялось ничего. Мониторинг часто устроен так, что просто читает заданные файлы с логами.
Как-то мы переезжали с одних серверов на другие, и что-то пошло не так с правами доступа на файлы логов сервиса бэкенда. В результате на некоторых серверах бэкенд не мог писать свои логи. Нет логов — нет проблем. Мониторинг читал пустые файлы, не находил там никакой тревожной информации и всегда показывал «все в порядке». В это время на машинке оставался необновляемый код, а пользователь, попадающий запросами на эти сервера, видел вообще нечто очень странное. Нашли мы это случайно, к сожалению.
Отсюда следует: если мониторинг настроен по правилу «нет ошибок — нет проблем», то его стоит дополнить проверками, показывающими, что система действительно работает, как задумано.
