Как устроен мониторинг сбоев на этом сайте

Два независимых источника данных

Статус каждого сервиса складывается из двух потоков, которые проверяют друг друга. Первый — автоматическое простукивание: серверы регулярно запрашивают сайт и записывают код ответа и время отклика. Второй — обращения людей, которые столкнулись с проблемой и нажали кнопку на странице сервиса.

Ни один из источников по отдельности не даёт полной картины. Простукивание видит, отвечает ли сайт, но не видит, что вход в личный кабинет сломан при живой главной странице. Обращения людей ловят именно такие случаи, но появляются с задержкой и зависят от популярности сервиса.

Что показывает простукивание

Проверка фиксирует код ответа сервера, время отклика и сам факт доступности. Сайт помечается недоступным не по одной неудачной попытке, а после серии подряд: единичный сбой сети по пути к серверу не должен превращаться в ложную тревогу.

Из этих измерений считается доступность за сутки и за тридцать дней — доля успешных проверок от общего числа.

Что показывают обращения пользователей

Каждое обращение — это отметка времени и приблизительное местоположение по сетевому адресу, с точностью до города. Мы не собираем и не показываем ничего, что позволяло бы опознать конкретного человека.

Из адреса дополнительно определяются регион и интернет-провайдер: это позволяет отличить сбой самого сервиса от аварии у отдельного оператора связи. Одно обращение с адреса в час — защита от накрутки счётчика.

Как определяются уровни

Уровень считается по числу обращений за текущие сутки и определяет и цвет индикатора, и формулировки на странице.

• Работает — массовых обращений нет, отдельные жалобы в пределах обычного фона.
• Отдельные жалобы — обращения есть, но их немного: как правило, локальные проблемы у части пользователей.
• Перебои — поток обращений заметно выше обычного, часть пользователей сталкивается с проблемами.
• Сбой — обращений много и приходят они из разных регионов: проблема массовая.

Почему число жалоб важнее абсолютного значения

У популярного сервиса даже в идеальный день идёт фоновый поток обращений: у кого-то сломался роутер, кто-то ввёл неверный пароль. Поэтому мы сравниваем текущий поток со средним за предыдущую неделю и показываем именно рост к обычному уровню. Всплеск в несколько раз значит больше, чем любое абсолютное число.

Чего мониторинг не знает

Мы видим, что сервис недоступен, но не знаем причину: официальных комментариев у нас нет, и мы их не выдумываем. Формулировки на страницах описывают типичные причины для сервисов такого рода, а не устанавливают факт.

Мы также не видим проблем, о которых никто не сообщил и которые не влияют на ответ сервера. Если сломалась функция, которой пользуется меньшинство, статус может остаться зелёным до первых обращений.

Частые вопросы