Skip to Content
Kezdőlap / AWS Cloud / AWS-monitoring kiépítése
Monitoring és megfigyelhetőség

AWS-monitoring: előbb tudja meg, mint az ügyfelei.

Metrikák, naplók és trace-ek egy helyen, üzleti szempontú SLO-k és értelmes riasztások – kiépítjük a megfigyelést, hogy a hiba ne a felhasználóknál derüljön ki.

  • SLO-alapú riasztás
  • A meglévő eszközeire építve
  • Átadás a csapatának vagy üzemeltetés nálunk
alerts · prodszemléltető
$ alerts tail --env prod
✓ SLO · rendelkezésre állás a cél felett (30 nap)
! checkout-api · p95 válaszidő emelkedik
[riasztás] a felelős mérnöknek, Teamsben
✓ runbook · automatikus skálázás lefutott
✓ helyreállt · a felhasználók nem érzékelték
[jegy] okelemzés megnyitva
✓ dashboard · üzleti és technikai nézet kész
$

Szemléltető példa – nem ügyféladat.

Kiindulópont

Ismerős helyzet?

Így szokott kezdődni – és ezekre a helyzetekre építjük a megoldást.

Így oldjuk meg
#csapatma · 3 új üzenetszemléltető
ÜSZ
Ügyfélszolgálat

Az ügyfelek írják, hogy nem megy a fizetés. Tudunk róla?

⚠ Az ügyféltől derül ki
ÜZ
Üzemeltetés

Éjjel 200 riasztás jött, ebből egy volt fontos.

⚠ Riasztás-zaj
FE
Fejlesztő

Hol vannak a tegnapi naplók? Három helyen kerestem már.

⚠ Szétszórt naplók
DX
Devertix
Mit kap?

Amit kiépítünk

A jelzések gyűjtésétől az értelmes riasztásig. A folyamatos ügyeletet az AWS-felügyelet csomagjaink adják.

Teljes megfigyelés

Metrikák, naplók és trace-ek egy helyen, minden rétegben.

SLO-k

Üzleti szempontú célok: rendelkezésre állás, válaszidő, hibaarány.

Értelmes riasztás

Riasztás a felhasználói hatásra, nem minden apró eltérésre.

Eszkalációs rend

Ki kap riasztást, mikor és milyen sorrendben – dokumentálva.

Automatikus hibaelhárítás

Runbookok: újraindítás, skálázás, átterhelés automatikusan.

Dashboardok és átadás

Üzleti és technikai nézetek, dokumentáció és tudásátadás a csapatának.

Lépésről lépésre

A kiépítés lépésről lépésre

A láthatóságtól a megelőzésig.

Jelzések gyűjtése – szemléltető ábra, kitalált adatokkalszemléltető
01

Jelzések gyűjtése

Minden rétegből – infrastruktúra, konténerek, adatbázisok, alkalmazások – egységesen gyűjtjük a metrikákat, naplókat és trace-eket, egy központi, titkosított helyre.

  • OpenTelemetry és CloudWatch
  • Központi naplók
  • Elosztott trace-ek
SLO-k és riasztás – szemléltető ábra, kitalált adatokkalszemléltető
02

SLO-k és riasztás

Üzleti szempontú célokat határozunk meg – például a fizetés rendelkezésre állása és válaszideje –, és akkor riasztunk, ha a felhasználói élmény romlik. Kevesebb zaj, gyorsabb reakció.

  • Üzleti SLO-k
  • Hibakeret (error budget)
  • Zajcsökkentés
Eszkaláció és automatikus javítás – szemléltető ábra, kitalált adatokkalszemléltető
03

Eszkaláció és automatikus javítás

A riasztás a felelőshöz kerül, egyértelmű eszkalációs renddel; az ismert hibákat runbook javítja automatikusan. Ha az ügyeletet is ránk bízná, az AWS-felügyelet csomagjaink ezt átvállalják.

  • Eszkalációs rend
  • Runbook-automatizmus
  • Ügyelet az AWS-felügyelet csomagban
Okelemzés és megelőzés – szemléltető ábra, kitalált adatokkalszemléltető
04

Okelemzés és megelőzés

Az incidensekből okelemzés és megelőző javítás lesz; a dashboardok megmutatják a trendeket és a visszatérő hibákat.

  • Hibáztatás nélküli okelemzés
  • Megelőző javítások
  • Trendek a dashboardon
Architektúra

A megfigyelési lánc

Minden rétegből titkosítva gyűjtjük a jelzéseket; az SLO-k alapján riasztunk a felelősnek, az ismert hibákat runbook javítja automatikusan.

AWS-monitoring: EKS, EC2, RDS és Lambda jelzései az OpenTelemetry-gyűjtőn át az idősor- és naplótárba, SLO-riasztás, Grafana dashboard, ügyelet és runbook-automatizmus, titkosított kapcsolatokkal
Egy helyenmetrika · napló · trace
SLOüzleti célok szerint
Átadása csapatának vagy nekünk
Runbookautomatikus javítás
Előtte és utána

Üzemeltetés – reaktívan és proaktívan

MA
  • A hibáról az ügyfél szól
  • Éjjeli riasztásáradat, fontos jelzés nélkül
  • Naplók szétszórva, keresgélés
  • Ugyanaz a hiba újra és újra
→
DEVERTIX
  • Riasztás, mielőtt a felhasználó érzékeli
  • Kevés, értelmes, SLO-alapú riasztás
  • Minden jelzés egy helyen, összekötve
  • Okelemzés és megelőző javítás
Felhasználási példák

Kinek ajánljuk?

Webshop

Online értékesítés

A fizetés és a kosár folyamatos figyelése.

SaaS

Szolgáltatás ügyfeleknek

SLA-teljesítés és riport az ügyfeleknek.

Belső rendszerek

ERP, CRM, portál

Megfigyelés és riasztás a kritikus folyamatokra.

Kubernetes

Konténerplatform

Klaszter- és alkalmazásszintű megfigyelés.

Szabályozott iparág

Bank, egészségügy

Dokumentált incidenskezelés, auditnapló.

Kis IT-csapat

Kész megfigyelés

Átadjuk, vagy az AWS-felügyelet csomagban üzemeltetjük.

Referencia

Saját projektünk

Total Studio
AWS · Modernizáció

Felméréstől a modernizált AWS-környezetig

Kihívás

Nehezen átlátható, növekvő infrastruktúra.

Megoldás

Infrastruktúra-felmérés, havi üzemeltetés, költözés.

Cél

Lépésenként modernizált, kiszámítható környezet.

Saját referencia
Technológia

Amiből építkezünk

Gyűjtés

  • OpenTelemetry
  • Amazon CloudWatch
  • Fluent Bit

Tárolás és nézet

  • Prometheus
  • Grafana
  • Amazon OpenSearch

Riasztás

  • Alertmanager
  • CloudWatch Alarms
  • Microsoft Teams

Automatizmus

  • AWS Systems Manager
  • AWS Lambda
  • Runbookok
Biztonság és adat

Megbízható üzemeltetés

  • Titkosított jelzésgyűjtés (TLS, KMS)
  • Hozzáférés szerepkörök szerint, naplózva
  • Dokumentált incidenskezelés
  • Dokumentált riasztási és eszkalációs rend
GYIK

Gyakori kérdések

Ügyeletet is vállalnak?

A megfigyelést munkaidős és 24/7 működéshez is kiépítjük. A folyamatos ügyeletet és a vállalt reakcióidőket az AWS-felügyelet (Bronze, Silver, Gold) csomagjaink adják; a kiépítés után a felügyelet a csapatánál is maradhat.

A meglévő monitoringunkra épülhet?

Igen. Ha már van CloudWatch, Datadog, Zabbix vagy Prometheus, arra építünk, és csak a hiányzó részeket egészítjük ki.

Mi az SLO?

Szolgáltatási szintű cél: például hogy a fizetés a kérések 99,9%-ában 300 ms alatt válaszoljon. A riasztás ehhez igazodik, így a felhasználói élményt védi, nem az egyes szervereket.

Ki javítja a hibát?

Az ismert hibákat automatikus runbook javítja; a többit a csapata – vagy, ha az üzemeltetést ránk bízza, az ügyeletes mérnökünk a csomag szerinti reakcióidővel.

Ingyenes első egyeztetés

Beszéljük át az Ön helyzetét

Egy kötelező kérdés, a neve és az e-mail-címe – a többi mező nem kötelező.

  1. Átnézzük a válaszait.
  2. Kollégánk felveszi Önnel a kapcsolatot, és egy rövid hívásban pontosítjuk a célokat.
  3. Konkrét javaslatot adunk az első lépésre.