Tema: alerting
-
Higiene de alertas em monitoramento de hosts: taxa em vez de limiar, units com falha e janelas de duração
Um page deve significar que uma pessoa precisa agir agora: um disco de host quase cheio deve gerar page pela taxa de preenchimento, e não por uma porcentagem fixa em que uma partição de crescimento lento pode ficar por meses; um limiar ultrapassado por um instante não deve gerar page. Os materiais de SRE do Google sobre disciplina de paging e alertas multijanela fornecem a justificativa; este artigo a aplica aos sinais de host tratados nesta série.
-
Roteamento de alertas: agrupamento, inibição, silenciamentos e políticas de escalonamento
Entre um alerta disparado e o telefone de alguém há quatro decisões: qual equipe e qual canal o recebem (árvore de roteamento), quais alertas seguem juntos (agrupamento com group_wait, group_interval e repeat_interval), quais são silenciados porque um alerta de causa já os explica (inibição) ou porque há manutenção planejada (silenciamentos), e quanto tempo o responsável tem antes de o acionamento escalar para a pessoa seguinte.
Legível por máquina: JSON