సిస్టమ్ ఎంత క్లిష్టంగా ఉంటే, అది అన్ని రకాల హెచ్చరికలతో నిండిపోతుంది. మరియు ఇదే హెచ్చరికలకు ప్రతిస్పందించడం, వాటిని సమగ్రపరచడం మరియు వాటిని దృశ్యమానం చేయడం అవసరం. ఇది చాలా మందికి భయానక స్థితికి తెలిసిన పరిస్థితి అని నేను అనుకుంటున్నాను.
చర్చించబడే పరిష్కారం చాలా ఊహించనిది కాదు, కానీ శోధన ఈ అంశంపై పూర్తి స్థాయి కథనాన్ని అందించదు.
అందువల్ల, నేను FunCorp యొక్క అనుభవాన్ని పంచుకోవాలని నిర్ణయించుకున్నాను మరియు విధి ప్రక్రియ ఎలా నిర్మితమైంది, ఎవరు కాల్ చేస్తారు, ఎందుకు మరియు ఎలా మీరు అన్నింటినీ చూడవచ్చు.
పేజర్‌డ్యూటీ అంటే ఏమిటి?
కాబట్టి, ఈ సమస్యలన్నింటినీ పరిష్కరించడానికి, మేము అనుకూలమైన సాధనం కోసం వెతకడం ప్రారంభించాము. కొంత శోధన తర్వాత, మేము పేజర్‌డ్యూటీని ఎంచుకున్నాము. PD అనేది పెద్ద సంఖ్యలో ఇంటిగ్రేషన్‌లు మరియు సెట్టింగ్‌లతో పూర్తి మరియు సంక్షిప్త పరిష్కారంగా మాకు కనిపించింది. ఆమే ఎలాంటి వ్యక్తీ?
సంక్షిప్తంగా, పేజర్‌డ్యూటీ అనేది ఇన్కమింగ్ ఇన్సిడెంట్‌లను వివిధ ఏకీకరణల ద్వారా ప్రాసెస్ చేయగల ఒక ఇన్‌సిడెంట్ ప్రాసెసింగ్ ప్లాట్‌ఫారమ్, డ్యూటీ ఆర్డర్‌లను సెటప్ చేయవచ్చు మరియు సంఘటన స్థాయిని బట్టి డ్యూటీలో ఇంజనీర్‌ను హెచ్చరిస్తుంది (అధిక స్థాయిలో - కాల్, తక్కువ స్థాయిలో - అప్లికేషన్ / SMS నుండి ఒక పుష్) .
డ్యూటీ ఆఫీసర్ ఎవరు?
PDని సెటప్ చేయడం ప్రారంభించడానికి ఇది బహుశా మొదటి ప్రదేశం.
ఫన్‌కార్ప్‌లో, ఇతర కంపెనీల మాదిరిగానే, డ్యూటీ ఆఫీసర్ యొక్క గౌరవ స్థానం ఉంది. ఇది ఇంజనీర్ నుండి ఇంజనీర్‌కు రోజుకు ఒకసారి ప్రసారం చేయబడుతుంది. పేజర్‌డ్యూటీ నుండి ఒక హెచ్చరికకు ప్రతిస్పందనగా మొదటి మరియు రెండవ వరుస అని పిలవబడేవి ఉన్నాయి. అధిక ప్రాధాన్యత కలిగిన అలర్ట్ వచ్చిందని అనుకుందాం మరియు మొదటి లైన్ నుండి డ్యూటీ ఆఫీసర్‌కు కాల్ చేసిన 10 నిమిషాల తర్వాత దానికి ఎటువంటి స్పందన లేకుంటే (అంటే, అది గుర్తింపు లేదా పరిష్కరించబడిన స్థితికి బదిలీ చేయబడదు), కాల్ రెండవదానికి వెళుతుంది. డ్యూటీ ఇంజనీర్. ఇది ఎస్కలేషన్ పాలసీల ద్వారా పేజర్‌డ్యూటీలోనే కాన్ఫిగర్ చేయబడింది.
సెకండ్ డ్యూటీ ఆఫీసర్ స్పందించకపోతే, నోటిఫికేషన్ తిరిగి వస్తుంది ప్రధాన విధి అధికారికి.
అందువల్ల, ఏదైనా ఇన్కమింగ్ అధిక ప్రాధాన్యత గల హెచ్చరిక ప్రాసెస్ చేయబడదు.
ఇప్పుడు సంఘటనలు ఎక్కడ నుండి వస్తాయో చూద్దాం.
మేము ఏ ఏకీకరణలను ఉపయోగిస్తాము?
PD వివిధ సేవల నుండి అనేక విభిన్న సంఘటనలను అందుకుంటుంది. మా వద్ద ప్రస్తుతం ఇటువంటి 25 సేవలు ఉన్నాయి మరియు వాటిని ప్రాసెస్ చేయడానికి మేము కొన్ని రెడీమేడ్ ఇంటిగ్రేషన్‌లను ఉపయోగిస్తాము.
- ప్రోమేతియస్
ప్రధాన మెట్రిక్స్ సేకరణ వ్యవస్థ ప్రోమేతియస్. హబ్రేలో దీని గురించి ఇప్పటికే చాలా వ్రాయబడింది, విభిన్న వాతావరణాల కోసం వాటిలో చాలా ఉన్నాయని నేను చెప్తాను: ఒకటి వర్చువల్ మెషీన్లు మరియు డాకర్ల నుండి కొలమానాలను సేకరిస్తుంది, మరొకటి అమెజాన్ సేవల నుండి, మూడవది హార్డ్‌వేర్ మెషీన్ల నుండి. టెలిగ్రాఫ్ ప్రధానంగా మెట్రిక్స్ ఎగుమతిదారుగా ఉపయోగించబడుతుంది.
- ఇ-మెయిల్
ఇక్కడ కూడా, నేను అనుకుంటున్నాను, టైటిల్ నుండి ప్రతిదీ స్పష్టంగా ఉంది. క్రాన్ ద్వారా అమలు చేయబడిన కొన్ని స్క్రిప్ట్‌ల నుండి నోటిఫికేషన్‌లను పంపడానికి ఈ ఏకీకరణ ఉపయోగించబడుతుంది. PD మీరు లేఖలు పంపే నిర్దిష్ట చిరునామాను మీకు అందిస్తుంది. అటువంటి ఏకీకరణతో సేవను సృష్టించేటప్పుడు, మీరు ప్రాధాన్యతలను సెట్ చేయవచ్చు, ఇన్కమింగ్ సంఘటనలు ఏ క్రమంలో ప్రాసెస్ చేయబడతాయి, హెచ్చరికను ఎలా సరిగ్గా సృష్టించాలి (ప్రతి ఇన్కమింగ్ అక్షరానికి, ఇన్కమింగ్ లేఖ కోసం + ఒక నిర్దిష్ట నియమం మొదలైనవి).
- మందగింపు
నా అభిప్రాయం ప్రకారం, చాలా ఆసక్తికరమైన ఏకీకరణ. కొన్ని సార్లు ఏదైనా జరిగితే కానీ సంఘటనల ద్వారా కవర్ చేయబడదు. కాబట్టి, మేము సంఘటనను సృష్టించడానికి స్లాక్ నుండి ఏకీకరణను జోడించాము. అంటే, మీరు కార్పొరేట్ స్లాక్‌కి వ్రాయవచ్చు /callofduty ప్రతిదీ నెమ్మదిగా ఉంది మరియు త్వరలో విరిగిపోతుంది మరియు PD దానిని ప్రాసెస్ చేసి, సంఘటనను డ్యూటీ ఇంజనీర్‌కు పంపుతారు.
మేము చేస్తాము:
మేము చూసాము:
- API
HTTP ఇంటిగ్రేషన్. నిజానికి, ఇక్కడ ప్రత్యేకంగా ఆసక్తికరం ఏమీ లేదు, JSON ఆకృతిలో ఉన్న ఒక POST అభ్యర్థన మాత్రమే. ఉదాహరణకు, ఆసక్తికరమైన విషయం: మేము దీన్ని బాహ్య పర్యవేక్షణ కోసం ఉపయోగిస్తాము . ఈ సేవ ప్రపంచంలోని వివిధ ప్రాంతాల నుండి మా సైట్‌ల ప్రాప్యతను తనిఖీ చేస్తుంది. మేము ఆమోదయోగ్యం కాని ప్రతిస్పందన కోడ్‌ను స్వీకరించినప్పుడు (ఉదాహరణకు, 502), ఒక సంఘటన సృష్టించబడుతుంది మరియు ఆపై ప్రతిదీ పైన వివరించిన గొలుసును అనుసరిస్తుంది. StatusCake అంతర్గత URLలు, SSL ప్రమాణపత్రం లేదా డొమైన్ గడువును పర్యవేక్షించగల సామర్థ్యాన్ని కలిగి ఉంటుంది.
- LibreNMS
ఇది మరొక పర్యవేక్షణ వ్యవస్థ, మీరు వారి వెబ్‌సైట్‌లో దీని గురించి మరింత చదువుకోవచ్చు . దాని సహాయంతో, మేము సర్వర్‌ల నుండి నెట్‌వర్క్ ఇంటర్‌ఫేస్‌లను మరియు iDRACని పర్యవేక్షిస్తాము.
డేటాడాగ్, క్లౌడ్‌వాచ్ వంటి ఇంటిగ్రేషన్‌లు కూడా ఉన్నాయి. వారికి ఏమి జరిగిందో మీరు మరింత చూడవచ్చు .
విజువలైజేషన్
ప్రధాన సంఘటన రిపోర్టింగ్ సిస్టమ్ స్లాక్. PDకి వచ్చే అన్ని సంఘటనలు ప్రత్యేక చాట్‌కి వ్రాయబడతాయి మరియు వాటి స్థితి మారితే, ఇది కూడా చాట్‌లో ప్రదర్శించబడుతుంది.
సీలింగ్ నుండి వేలాడుతున్న మానిటర్ల స్క్రీన్‌లపై ఉపయోగకరమైన డేటాను ప్రదర్శించే అవకాశం వచ్చినప్పుడు, మేము (డెవోప్స్ విభాగంలో) వాటిపై ప్రదర్శించడానికి ఏమీ లేదని మేము అకస్మాత్తుగా గ్రహించాము. అద్భుతమైన గ్రాఫానా ఉంది, కానీ ఇది ప్రతిదీ కవర్ చేయదు మరియు ఉద్యోగులు చార్ట్‌లకు కాకుండా హెచ్చరికలకు ప్రతిస్పందిస్తారు.
PD కోసం క్లుప్తమైన మరియు సమాచార “బోర్డ్” కోసం GitHubలో క్షుణ్ణంగా కానీ విజయవంతం కాని శోధన తర్వాత, మేము మా స్వంతంగా వ్రాయాలని నిర్ణయించుకున్నాము - మనకు అవసరమైన వాటితో మాత్రమే. మొదట PD ఇంటర్‌ఫేస్‌ను ప్రదర్శించాలనే ఆలోచన ఉన్నప్పటికీ, అది మరింత అసౌకర్యంగా కనిపించింది.
దీన్ని వ్రాయడానికి, మీరు చేయాల్సిందల్లా చదవడానికి-మాత్రమే హక్కులతో కూడిన PD నుండి కీని పొందడం.
మరియు ఇది మనకు లభించింది:
స్క్రీన్ ప్రస్తుత బహిరంగ సంఘటనలు, ఎంచుకున్న షెడ్యూల్ నుండి డ్యూటీలో ఉన్న ప్రస్తుత ఇంజనీర్ పేరు మరియు అధిక ప్రాధాన్యత సంఘటన లేని సమయాన్ని ప్రదర్శిస్తుంది (అధిక ప్రాధాన్యత సంఘటనతో ప్యానెల్ ఎరుపు రంగులో హైలైట్ చేయబడుతుంది).
.
ఫలితంగా, మేము మా అన్ని సంఘటనలను వీక్షించడానికి అనుకూలమైన డాష్‌బోర్డ్‌ను అందుకున్నాము. మీలో కొంతమందికి మా అనుభవం ఉపయోగకరంగా ఉంటే నేను సంతోషిస్తాను.
మూలం: www.habr.com