Мониторинг сайтов изнутри. Исключение ложных срабатываний

Сегодня мы поговорим, как ХостТрекер решает следующие задачи:

• Фиксация падений;
• Исключение ложных срабатываний;
• Расчет Uptime. Оптимистичный и пессимистичный сценарий.

Фиксация проблем и исключение ложных срабатываний

После того как пользователь добавляет сайт для мониторинга, система начинает его опрашивать с заданным интервалом. Интервал может быть в диапазоне от минуты до часа.

Проверки осуществляются с географически распределенных точек мониторинга ^[1]. Это все независимые сервера, разнесенные по миру. Сейчас их более 20-ти.

Агент выбирается случайным образом из общего пула текущих рабочих агентов. Если при проверке точка вернула ошибку, то запускается процесс перепроверки с 5-7 независимых агентов. После перепроверки сайт считается «упавшим», если большинство точек подтверждают проблему. Иначе считается, что возникла локальная проблема на агенте, который зафиксировал «начальную ошибку».

Такой же алгоритм с определением «поднятия».

Алгоритм позволяет свести ложные срабатывания практически к нулю.

Подсчет статистики

Мы судим о недоступности сайта, только на основе проверок с заданным интервалом. Сказать со 100% вероятностью, что сайт делал между проверками, нельзя. Однако с большой вероятностью между двумя проблемными проверками — сайт лежит. А вот если после ошибки идет восстановление, то в этот интервал сайт может как лежать, так и работать. На основе этого мы рассчитываем пессимистичный и оптимистичный аптайм. О чем идет речь можно понять взглянув на рисунок.
Оптимистичный аптайм учитывается при расчете статистики. А при нотификации пользователей, в алертах даунтайм указывается по пессимистичному сценарию.

Да пребудет с Вами Uptime!

Автор: smiHT

Источник ^[2]