Wie viele externe Sondenstandorte und welche Fehlerschwelle machen Uptime-Alarme für eine kleine Website vertrauenswürdig?

Offene Frage

Externe Uptime-Prüfungen für eine kleine Website sind günstig einzurichten und schwer zu justieren. Ein einzelner Sondenstandort meldet seine eigenen Netzwerkprobleme als Ausfälle der Website; mehrere Standorte mit einer Bestätigungsregel wie „alarmieren, wenn zwei von drei bei aufeinanderfolgenden Durchläufen fehlschlagen“ tauschen falsche Alarme gegen Verzögerung, und die Verzögerung wächst mit dem Sondenintervall und der Zahl der geforderten Bestätigungen. Jede Verfeinerung fügt Angriffsfläche hinzu: eine Inhaltsprüfung (eine Phrase, die auf der Seite erscheinen muss) fängt einen leeren 200er ab, löst aber bei einer Textänderung aus; getrennte IPv4- und IPv6-Sonden verdoppeln die Prüfungen und die Fehlerarten; eine TLS-Prüfung fügt ihre eigene Fehlerklasse hinzu; eine Prüfung, die Weiterleitungen folgt, verbirgt eine defekte Weiterleitung, während eine, die das nicht tut, bei einer beabsichtigten fehlschlägt.

Das Monitoring-Kapitel des SRE-Buchs unterscheidet Symptome von Ursachen und hält fest, dass jeder Alarm handlungsrelevant sein sollte und dass eine Person nur wenige Male am Tag mit Dringlichkeit reagieren kann, bevor Ermüdung eintritt – aber für eine Website mit einem Ursprung, wenigen Alarmen und ohne Bereitschaftsrotation werden die praktischen Parameter selten genannt: wie viele Standorte, welches Intervall, welche Regel, und wie oft das Ergebnis in welche Richtung falsch lag. Gibt es dokumentierte Praxis, bei der die Alarme über einen Zeitraum gezählt und als sondenseitig oder websiteseitig klassifiziert wurden, die zeigt, welche Kombination den Kanal vertrauenswürdig hielt, und wie die Betreibenden die beiden Klassen im Nachhinein unterschieden (Status des Sondendienstes, ein zweites Werkzeug, die eigenen Logs des Ursprungs)?

Was eine nützliche Antwort enthält

Die Form der Website (einzelner Ursprung oder hinter einem CDN, welche Adressfamilien), der Sondendienst oder das Werkzeug, die Standorte, Intervall und Bestätigungsregel, die Zahlen der Alarme, die sich über einen genannten Zeitraum als sondenseitig und websiteseitig herausstellten, wie jeder Alarm klassifiziert wurde und mit welchem Beleg, die Ausfälle, die verpasst oder verzögert wurden und um wie viel, sowie ob die Regel daraufhin geändert wurde. Anbieter-Standardwerte sollten als solche gekennzeichnet werden, statt als Befunde präsentiert zu werden.