даунтайм сервера что это
Анатомия инцидента, или как работать над уменьшением downtime
Рано или поздно в любом проекте настает время работать над стабильность/доступностью вашего сервиса. Для каких-то сервисов на начальном этапе важнее скорость разработки фич, в этот момент и команда не сформирована полностью, и технологии выбираются не особо тщательно. Для других сервисов (чаще технологические b2b) для завоевания доверия клиентов необходимость обеспечения высокого uptime возникает с первым публичным релизом. Но допустим, что момент X все-таки настал и вас начало волновать, сколько времени в отчетный период «лежит» ваш сервис. Под катом я предлагаю посмотреть, из чего складывается время простоя, и как эффективнее всего работать над его уменьшением.
Показатели
Очевидно, что прежде чем что-то улучшать, нужно понять текущее состояние. Следовательно, если мы начали уменьшать downtime, его в первую очередь и нужно начать измерять.
Мы не будем здесь подробно говорить о том, как конкретно это делать, плюсы и минусы разных подходов, но тезисно процесс выглядит как-то так:
Когда говорят об uptime/downtime, часто упоминают еще один показатель:
MTTR (mean time to repair) — среднее время от начала инцидента до его окончания.
Проблемы с ним начинаются прямо с первого слова в аббревиатуре. Учитывая, что все инциденты разные, усреднение длительности ни о чем в системном плане нам сказать не может.
В этот раз мы не будем ничего усреднять, а просто посмотрим, что происходит в ходе инцидента.
Анатомия инцидента
Давайте посмотрим, какие значимые этапы можно выделить в ходе инцидента:
Возможно наша модель неполная и есть какие-то еще стадии, но предлагаю их вводить только после осознания, как это поможет нам на практике. А пока рассмотрим подробнее каждую стадию.
Detection
Почему вообще мы тратим время на обнаружение внештатной ситуации? Почему не отправлять уведомление при первой же ошибке, которую получил пользователь? На самом деле я знаю многие компании, которые пытались так делать, но от этой идеи отказывались буквально через несколько часов, за которые получили несколько десятков SMS. Я думаю, что не существует ни одного более-менее крупного сервиса, у которого бы не было постоянного «фонового» потока ошибок. Не все из них признак того, что что-то сломалось, бывают еще и баги в софте, невалидные данные полученные из формы и недостаточная валидация, итд.
В итоге в качестве критерия для открытия инцидента используется уровень ошибок (или других метрик), которые превосходит ежедневные колебания. Именно это и приводит к тому, что уведомление ответственных сотрудников происходит позже фактического начала проблемы.
Но вернемся к нашей изначальной задаче — снижению длительности инцидентов. Как мы можем сократить время обнаружения? Быстрее уведомлять? Придумывать супер-логику обнаружения аномалий?
Я предлагаю пока ничего не делать, а посмотреть на следующие стадии, так как на самом деле они взаимосвязаны.
Reaction
Здесь у нас чисто человеческий фактор. Мы предполагаем, что мониторинг справился с обнаружением проблемы и мы успешно разбудили дежурного инженера (вся эскалация тоже отработала на предыдущем этапе).
Рассмотрим «худший» случай, выделенной дежурной службы у нас нет, и алерт настиг мирно спящего админа. Его действия:
В итоге в худшем случае получаем 35 минут реакции. По моим наблюдениям такое время реакции похоже на правду.
Так как в на этом этапе мы имеем дело с людьми, нужно действовать крайне осторожно и продумано. Ни в коем случае не нужно писать регламент, согласно которому только что проснувшийся человек должен пошевеливаться! Попробуем просто создать условия.
Давайте для начала уберем сомнения инженера в том, что проблема закончится сама. Это делается очень просто: сделать критерий алерта нечувствительным к мелким проблемам и уведомлять, если инцидент длится какое-то значимое время. Да, мы только что увеличили длительность стадии «detection», но давайте рассмотрим на примере:
Потенциально такой подход позволит сократить суммарное время реакции, на 15+ минут. Если вас и такое время реакции не устраивает, стоит подумать о дежурной службе.
Investigation
Пожалуй, эта самая сложная стадия аварии, когда вам нужно понять, что происходит и что делать. В реальности эта стадия очень часто совмещена со стадией принятия мер, так как обычно процесс идет так:
Эта стадия обычно самая значимая в суммарной длительности инцидента. Как же ее уменьшать?
Здесь все не очень однозначно, есть несколько векторов:
Elimination
Как я говорил выше, эта стадия часто сливается с предыдущей. Но бывает так, что сразу понятна причина, но восстановление будет очень долгим. Например, у вас умер сервер с master primary (еще долго не смогу к этому привыкнуть:) базой данных, а реплику вы ни разу не промоутили, то есть вы будете читать документацию, раскатывать новый конфиг приложений итд.
Естественно после каждого значимого инцидента нужно разбираться, как не допустить такое снова или сильно ускорить восстановление. Но давайте посмотрим, какие направления нам можно попробовать проработать проактивно:
MTBF (Mean Time Between Failures)
Еще один распространенный показатель, который упоминают при обсуждении uptime. Я предлагаю опять ничего не усреднять, а просто поговорить о количестве инцидентов, которые случаются за интервал времени.
Здесь на первый план выходит вопрос, насколько вы позаботились об отказоустойчивости вашего сервиса:
Иногда, чтобы все это просчитать/спрогнозировать делают «карту рисков», где у каждого сценария (который смогли предположить, естественно всегда остаются те, которых мы пока не знаем) есть вероятность + эффект воздействия (даунтайм короткий/длинный, потеря данных, репутационные потери, итп). Потом по такой карте планомерно работают, закрывая в первую очередь высоковероятные и серьезные по воздействию сценарии.
Другой прием, который можно использовать — классификация прошедших инцидентов. Сейчас много говорят о том, что очень полезно писать «разборы» (post mortem) инцидентов, где анализируются причины проблемы, действия людей, прорабатываются возможные будущие действия. Но чтобы быстро взглянуть на причины всех аварий за прошлый период удобно просуммировать их длительность с группировкой по «классам проблем» и там где больше всего downtime принимать меры:
То есть, если даже не пытаться предугадать возможные сценарии проблем, то работать с уже случившимися инцидентами определенно стоит.
Итого
Все инциденты разные:
Алгоритм работы над увеличением uptime очень похож на любую другую оптимизацию:
По своему опыту могу сказать, что для существенного улучшения аптайма достаточно просто начать за ним следить и анализировать причины инцидентов. Обычно бывает, что самые простые изменения приносят самый значимый эффект.
Наш сервис мониторинга помогает не только со стадией «detection», но и сильно сокращает » investigation» (клиенты подтвердят)
Аптайм и Даунтайм: Как Проверить Доступность Сайта или Сервера
Что такое аптайм и даунтайм? Зачем мониторить сервер и как посчитать аптайм? С этими на первый взгляд сложными понятиями должен разобраться каждый владелец сайта, и вот почему.
Представьте, что вы делаете покупку в интернет-магазине и почти оплатили товар, когда внезапно на сайте происходит сбой. Если это случилось один раз, вы, скорее всего, проигнорируете ошибку и попробуете снова. Но если это происходит постоянно, вы, вряд ли, задержитесь на этом сайте и просто найдёте другой интернет-магазин.
Это то, что вы хотите для своих клиентов?
Один из самых важных показателей работы сайта — это его доступность. У вас может быть отличный контент, качественные фото товаров и любой функционал, который вы захотите. Но если сайт недоступен посетителям, когда он им нужен, они уйдут в другое место. Даже лишняя секунда загрузки может привести к потере продаж. Согласно исследованию Web Hosting Australia, 50% респондентов покидают сайт, который не загружается в течение трёх секунд.
Вот почему так важно следить за производительностью вашего сайта. Всего одна минута простоя может стоить вашему бизнесу тысячи долларов. Представьте себе потери, когда минуты растягиваются на часы или даже дни.
Что такое аптайм/даунтайм
Аптайм, или время безотказной работы обычно исчисляется в процентах. Этот показатель позволяет узнать, как часто ваш сайт доступен и полностью функционирует. Остальной процент — это время, когда ваш сайт недоступен. Скажем, хостинг-провайдер предлагает аптайм 93%. Это означает, что их серверы в среднем не работают в 7% случаев. Может показаться, что это не так уж и много. Но даже такой небольшой процент простоя может разрушить ваш бизнес, если перевести его в минуты или часы в месяц.
Как посчитать аптайм?
Для этого есть формула: от общего количества часов в году вычитаем общее количество часов простоя, делим это число на общее количество часов в году и умножаем на 100. Например, в году 8760 часов (365 х 24). Если у вашего веб-сайта 4 часа простоя в год, у вас останется 8756. Расчёт будет следующим:
(8756/8760) x 100 = 99.95
Это означает, что аптайм сайта составляет 99,95%.
Хотя мы все стремимся к 100%, это невозможно. Лучшие провайдеры хостинга стремятся к тому, чтобы время безотказной работы, или аптайм в их соглашении об уровне услуг (SLA) составляло 99,9%. SLA — это процент времени безотказной работы, который обещает ваша служба хостинга, когда вы подписываетесь на их услуги. Безусловно, достигнуть такой аптайм возможно с помощью современных технологий. Однако, такой показатель по-прежнему означает, что у вашего веб-сайта потенциальное время даунтайма составляет 43 минуты 50 секунд в месяц.
Что вы можете сделать, чтобы сократить процент, который приходится на даунтайм?
Как сократить время, в течении которого лежит ваш сайт?
За время безотказной работы обычно отвечает ваша служба хостинга. Однако есть несколько факторов, которые могут повлиять на даунтайм:
– Тип хостинга, который вы выбираете
– Расположение серверов относительно вашего местоположения
– Ваш контент, например, много ли у вас видео или изображений
– Ваша платформа, например, WordPress или созданная на заказ CMS
Первое, что вы можете сделать — это держаться подальше от общего хостинга. Вы можете до определённой степени контролировать то, что происходит с вашим собственным веб-трафиком, но не можете контролировать действия владельца сайта, с которым вы разделяете пространство. Они могли завладеть ресурсами, что нанесло бы ущерб всем другим сайтам в общей службе.
Если вы хотите ограничить время простоя вашего сайта, воспользуйтесь услугой VPS-хостинга, которая предлагает достаточно ресурсов для обработки трафика, даже если вы испытываете внезапные его всплески или стремительный рост бизнеса. Если вам нужен более мощный хостинг, но вы не готовы самостоятельно администрировать сервер, как этого требует VPS, вам подойдёт облачный сервер. Вы также должны убедиться, что ваша CMS и плагины используют последнюю версию PHP для обработки запросов, которые не кэшируются.
Это не влияет на статические сайты так сильно, как на загруженный интернет-магазин или сайт с функционалом личного кабинета. Ваша служба хостинга также должна иметь современное шифрование, защиту от утечек DNS и аутентификацию SSL. Эти вещи необходимы для защиты вашего сайта от злонамеренных действий, таких как DDoS-атаки, которые призваны вызвать сбой системы.
Также в вопросах безопасности не полагайтесь только на свой хостинг. Убедитесь, что вы всегда используете последнюю версию WordPress, и удалите все старые или неиспользуемые плагины. Настройте автоматические обновления антивируса и антишпионского ПО, а также установите надёжный брандмауэр. Обязательно проверяйте свой сайт сразу после внесения любых изменений. И последнее, но не менее важное: постоянно контролируйте работу сайта и убедитесь, что у вас есть чёткий план действий в случаи возникновения любых ошибок.
Проверка аптайма сайта: почему это важно?
Даунтайм не только расстраивает посетителей, но и может парализовать работу вашей команды. Каждый раз, когда приходится устранять сбой, вам потребуется в среднем 6,2 часа, чтобы вернуться к нормальной работе.
Более того, плохой пользовательский опыт может негативно повлиять на вашу позицию в рейтинге страниц в поисковых системах (SERP) и вашу профессиональную репутацию.
Конечно, не нужно сидеть и ждать пока случиться проблема. Вот почему существуют инструменты, которые помогут вам отслеживать, анализировать и оптимизировать ваш сайт, чтобы свести даунтайм к минимуму.
Бесплатная проверка аптайма
Да, иногда хорошие инструменты бывают бесплатными. Существует ряд бесплатных инструментов для проверки аптайма, которые сообщат вам, когда ваш сайт не работает. В основном эти сервисы очень просты. Достаточно вставить ссылку на страницу в соответствующее поле и нажать кнопку «Старт». Многие из платных инструментов мониторинга также имеют бесплатную версию. У них ограниченная функциональность, потому что они предпочитают, чтобы вы платили за их услуги, но даже самая базовая бесплатная версия будет нормально проверять аптайм и даунтайм.
1. DownNotifier
У этого продукта есть как платная, так и бесплатная версия. Он сообщит вам, когда ваш сайт находится в режиме оффлайн или отсутствует определённый текст. Чтобы использовать его, просто перейдите на их домашнюю страницу, поместите свой URL в строку поиска и выберите, как вы хотите получать оповещения. Они могут присылать их по электронной почте или SMS. Сервис будет сканировать ваш сайт каждые 10 минут, если вы используете бесплатную версию; каждые 60 секунд, если это базовый платный тариф. Если вы выберите корпоративный пакет, то получите неограниченный круглосуточный мониторинг.
2. Supermonitoring
Простой, но надёжный. Он не только выполняет всесторонний мониторинг, но и информирует вас в режиме реального времени. Также предусмотрена защита от ложных срабатываний.
Платные инструменты для мониторинга аптайма/даунтайма
Платные инструменты предоставят вам более агрессивный мониторинг и ряд других полезных функций. Большинство из них не настолько дороги, поэтому вы только выиграете, если купите их платные услуги. Они также предлагают бесплатные пробные версии, так что вы можете пройти тест-драйв, прежде чем что-либо делать.
1. Site24x7
Это комплексный инструмент мониторинга, который не просто ищет лежащие сайты. Он проверяет ваш сайт, сервер и вашу сеть на наличие проблем. Вы также получите реальный мониторинг пользователей, мониторинг приложений для команд DevOps и мониторинг синтетических транзакций. Вы можете попробовать его бесплатно или выбрать один из платных тарифов.
2. Pingdom
Один из самых популярных платных инструментов мониторинга — Pingdom. Даже если вы выберете их бесплатную версию, вы сразу же получите отзывы из более чем 70 мест. Он отслеживает каждую минуту и сообщает вам о любых проблемах с помощью push-уведомлений или электронной почты. В премиум версии есть SMS-уведомления.
Завершающее слово
Скорость и надёжность необходимы для того, чтобы выжить в современном конкурентном мире электронной коммерции. Вы можете быть уверены в том, что ваш интернет-магазин или любой другой сайт всегда нормально функционирует, если правильно выберите хостинг, максимально усилите безопасность и приобретёте правильные инструменты, чтобы мониторить аптайм и даунтайм вашего сайта.
Ольга уже около пяти лет работает менеджером в сфере IT. Написание технических заданий и инструкций — одна из её главных обязанностей. Её хобби — узнавать что-то новое и создавать интересные и полезные статьи о современных технологиях, веб-разработке, языках программирования и многом другом.
ITSource
Мониторинг сервера: как и зачем измерять uptime
Проверяя доступность своего сайта или сервера, многие компании забывают об одном очень важном показателе – uptime. Поэтому сегодня мы решили поговорить именно о нем. Что такое uptime, как он измеряется и почему за ним нужно следить, если вы не хотите, чтобы о вашем сайте забыли все поисковики.
Uptime = доступность
В понятии мониторинга сервера (как и сайта) есть два очень важных параметра:
Параметры эти взаимосвязаны. Если общее время работы сервера приравнять к 100%, получим такую закономерность:
То есть, если даунтайм занял 5% общего времени, то аптайм составляет 95%.
На первый взгляд кажется, что 95% – хороший показатель. Но давайте посчитаем. 5% даунтайма – это 438 часов простоя в году. И это критически много для бизнеса!
Еще один важный момент: аптайм считается от момента загрузки сервера/сайта до прекращения его работы (то есть, момента, когда он перестал быть доступным). Но это не значит, что вы включили сервер 1-го января, выключили 31-го декабря и получили аптайм 100%. Нет! Любое зависание, перезагрузка (плановая или нет), экстренное прекращение работы съедает проценты аптайма.
Конечно, в идеале аптайм имеет 100%. Но это только в идеале. Хотя бы раз в году на сервере (как и на сайте) проводятся технические работы. Да и систему время от времени нужно перезагружать. То есть, пусть и небольшой, но даунтайм будет всегда.
Поэтому оптимальными рабочими показателями аптайма считаются 99-99,999%. При 99% аптайма сервер недоступен около 80 часов в году (что уже несравнимо с 438 часами при 95%), а при 99,999% – вообще чуть меньше часа. Чем ближе аптайм к этой отметке, тем лучше. А вот показатели от 98% и ниже считаются критическими для бизнеса.
Почему uptime так важен для бизнеса?
Чем дольше ваш сайт недоступен, тем больше вероятность, что посетители уйдут к конкурентам, у которых с аптаймом все хорошо. Если же uptime сервера или сайта продолжает падать, вы начинаете терять уже полученных клиентов.
Во-первых, поисковые системы учитывают аптайм при индексации сайтов. Высокий uptime – это ключ к успешному онлайн-продвижению любого (!) бизнеса.
Во-вторых, поисковые роботы периодически проверяют сайты, которые уже вошли в топ поисковой выдачи. И если ваш сайт там есть, но его аптайм слишком низок, вы как пробка вылетите из топа.
В-третьих, при низком аптайме вы уже не сможете попасть в топ. Даже при идеальной маркетинговой стратегии. Даже при наличии хорошего контента. Поисковые роботы просто не пропустят ваш сайт на верхние строчки. Так и будете оставаться внизу просто из-за того, что у других аптайм выше.
Как измерить uptime?
Если вам нужно узнать uptime своего сайта, на помощь придут специальные сервисы: pingup.ru, host-tracker.com, monitors.ru, uptimerobot.com, monitis.com, site24x7.com и др. Все они работают по похожему принципу – с определенной периодичностью проверяют доступность сайта из разных точек планеты. Платные программы еще и присылают оповещения о недоступности ресурса.
Однако идеально точным такой способ не назовешь. Как и универсальным. Если на вашем сервере работает 5 сайтов, то поштучная проверка отдельных ресурсов полной картины не покажет. Да и единожды измерить uptime недостаточно – чтобы вовремя заметить неладное, нужно видеть динамику доступности сервера.
Оптимальное решение – подключить сервер к системе круглосуточного мониторинга. Напоминаем, что клиенты ITSource, сервера которых находятся на обслуживании компании, получают эту услугу бесплатно!
Что такое uptime сервера и сайта?
Наверное Вы не раз слышали про понятие uptime. Его часто применяют в отношении к серверу и сайту. Как проверить данный показатель и как его измерить рассмотрим в данной статье.
Аптайм (от англ. uptime) – это время непрерывной работы вычислительной системы или ее части. Другими словами, это время от начала работы сервера (хостинга), где размещается сайт и до его остановки, которая не зависит от причин (например, перезагрузка, выключение, прекращение работы приложения и др).
В чем измеряется uptime сервера и сайта? Для удобного измерения данного параметра чаще всего используется процентная шкала, она отображает соотношение аптайма к даунтайму. Это время бесперебойной работы хостинга до его “остановки”.
Все же считается, что показатель ниже 98% является плохим знаком для хостера. Ваш интернет-ресурс будет периодически недоступен для пользователей, а это негативно скажется на репутации сайта и будет минусом в дальнейшем продвижении.
Поисковые системы учитывают аптайм Вашего ресурса при индексации и это влияет на позиции сайта в поисковике. Поэтому данный показатель таки действительно важен для продвижения любого интернет-ресурса. Перенос сайта на более стабильный хостинг позитивно влияет на его позиции в поисковых системах.
Но как проверить аптайм хостинг-провайдера? Ведь информация, которая публикуется на сайте самим хостером не всегда является правдивой и ее нужно перепроверять самостоятельно. Для таких целей существуют специальные сервисы проверки uptime хостинга и сайта в целом, ведь причина недоступности Вашего сайта может скрываться не только в нестабильном хостинге.
Host-tracker — известный сервис, который имеет бесплатный тариф. С помощью него можно проводить мониторинг разными способами. Например, можно настроить мониторинг из разных географических точек по всему миру. Но это лишь одна из многочисленных возможностей, которые предоставляет ХостТрекер:
Как можно получать уведомления? С помощью электронной почты, через SMS или звонка на телефон, при помощи Skype, Hangouts, Viber, или через HTTP запрос POST.
Ping-admin — онлайн сервис мониторинга, который имеет много полезных функций, как платных так и бесплатных. Как только пользователь регистрируется, он получает на личный счет виртуальный доллар в качестве подарка. Каждая проверка ресурса обойдется в несколько долей цента, что очень дешево. В том числе в любой момент пользователь может бесплатно проверить сайт на доступность из определенной точки планеты.
Способы уведомления от сервиса «Пинг-Админ”: SMS, E-Mail, ICQ.
Типы проверки с помощью: HTTP (HEAD, GET), HTTPS (HEAD, GET), FTP, MySQL, POP3, SMTP, IMAP, DNS, PING, TELNET и другие.
“Пинг-Админ” имеет множество полезных функций для проверки и контроля:
Если Вы имеете собственный сайт и хотите установить на сайте индикатор его доступности, то можете воспользоваться данным сервисом и добавить на сайт специальный значок.
Например, с помощью Ping-admin мы измеряли доступность сайта ГиперХост.юа и получили вот такой результат:
Мониторинг с помощью Яндекс.Метрики еще один способ узнать о доступности Вашего сайта. После установки кода счетчика себе на сайт, обязательно активируйте услугу уведомления о неработоспособности состоянии интернет-ресурса. Для этого необходимо зайти в редактирование счетчика, во вкладке «Общие» выбрать «Уведомлять меня о проблемах сайта». И обновите счетчик. По выбранному Вами способу уведомления Вы будете получать сообщения о недоступности сайта.
Но сразу винить хостинг-провайдера не стоит. Ведь Ваш сайт может быть недоступным по разным причинам, среди которых очень частой является нехватка ресурсов. Например,когда перезагружается VPS в области оперативной памяти и сервер сообщает о ее нехватке, Яндекс.Метрика показывает информацию, что сайт недоступен для посетителей. К этому можно отнести и DDoS-атаки, отсутствия необходимого ПО на сервере, постоянные перезагрузки виртуальной машины. Прежде всего нужно установить причину, по которой сайт недоступен.
По примерным подсчетам можно определить процентное соотношение аптайма и времени простоя сервера:
98% аптайма = 28,8 минут/день или 3,4 часа/неделю или 14,4 часов/месяц или 7,3 дней/год;
99% аптайма = 14,4 минут/день или 1,7 часов/неделю или 7,2 часов/месяц или 3,65 дней/год;
99,5% аптайма = 7,2 минут/день или 0,84 часов/неделю или 3,6 часов/месяц или 1,83 дней/год;
99,9% аптайма = 1,44 минут/день или 0,17 часов/неделю или 0,72 часов/месяц или 8,8 часов/год.
Анализируя данные показатели можно прийти к выводу, что если аптайм работы сервера или сайта ниже 99%, то это является очень плохим результатом.
Кроме вышеописанных сервисов для проверки ап-тайма и доступности сайтов, существуют еще много других как платных, так и бесплатных. Наиболее популярными есть сервисы: