主持人 > 博客 > 管理 > Okerr 混合監控系統概述

Okerr 混合監控系統概述

兩年前我已經發過貼文了 網站的簡單故障轉移 關於 奧克爾。 現在專案有了一些進展，我也發表了 oker伺服器端原始碼 下 開放許可證，這就是為什麼我決定寫這篇關於 Habr 的簡短評論。

Okerr 混合監控系統概述
[ 全尺寸 ]

誰可能感興趣

如果您在小團隊中工作或單獨工作，您可能會對這一點感興趣。 您沒有監控，並且不確定是否真的需要它。 要么你嘗試了一些流行的嚴肅監控“為大男孩”，但它不知何故“沒有起飛”為你，或者它在幾乎默認的配置下工作，並沒有改變你的生活太多。 而且 - 如果您絕對不打算分配整個員工（甚至一個部門）每天至少幾個小時來監控監控儀表板或對其進行配置。

為什麼 oker 不尋常

接下來我將展示 okerra 的有趣功能，這些功能將其與其他一些監控系統區分開來。

Okerr 是一種混合監控

在內部監控期間，「代理」在受監控的電腦上運行，它將資料傳輸到監控伺服器（例如，可用磁碟空間）。 在外部時，伺服器透過網路執行檢查（例如 ping 或網站可用性）。 每種方法都有其限制。 Okerr 使用這兩個選項。 伺服器內部的檢查是由一個非常輕的（30Kb）代理或您自己的腳本和應用程式執行的，網路檢查是透過不同國家的 okerr 感測器執行的。

okerr不只是軟體，更是服務

任何監控的伺服器部分都龐大且複雜，安裝和配置困難，並且需要資源。 使用 okerr，您可以安裝自己的監控伺服器（免費且開源），也可以僅使用客戶端部分並使用我們伺服器的服務。 也是免費的。

如果監控允許您彌補和掩蓋伺服器和應用程式可靠性的不足，那麼就會出現一個哲學問題 - 誰是守衛？ 如果問題本身由於某種原因單獨或與其他資源一起「失效」（例如，通往資料中心的通道中斷），那麼監控將如何告訴我們問題？ 當使用外部服務 okerr 時 - 這個問題已經解決 - 即使整個資料中心及其伺服器斷電或受到殭屍攻擊，您也會收到警報。

當然，存在okerr 伺服器本身不可用的風險，這是事實（如您所知，90% 的可靠性總是透過簡單且「免費」獲得，99% 只需付出最少的努力，接下來的每99.9 個都是難度倍增）。 但是，首先，發生這種情況的可能性較低，其次，只有當問題與我們伺服器上的問題同時發生時，該問題才可能被忽略。 如果我們的可靠性為 99.9%，而您的可靠性為 0.1%（數字不是太高），則未偵測到故障的幾率為 0.1% of 0.0001% = XNUMX%。 幾乎不費吹灰之力、無需成本即可為您的可靠性增加三個九，這非常好！

監控即服務的另一個優點是託管提供者或網路工作室可以安裝 okerr 伺服器並以付費或免費附加服務的形式向用戶端提供存取權限。 您的競爭對手只有託管和網站，但您擁有帶有監控功能的可靠託管。

Okerr 是關於指標的

指示器是一個“燈泡”。 它有兩種主要狀態 - 綠色（OK）或紅色（ERR）。 此項目包含許多分組（例如按伺服器）的指標。 在項目的主頁上，您立即看到所有內容要么都是綠色的（您可以將其關閉），要么某些內容呈紅色亮起並且需要更正。 在這些狀態之間轉換時，會發送警報。 當您進行設定時，每天都會發送一次項目摘要。

Okerr 混合監控系統概述

每個 okerr 指標都有內建條件，透過這些條件可以改變狀態（在 Zabbix 中這稱為觸發器）。 例如，平均負載不應超過2（當然，這是可配置的）。 對於每個內部檢查（平均負載、磁碟空閒等），都有一個看門狗。 如果由於某種原因我們沒有在指定時間收到成功確認，則會記錄錯誤並發送警報。

我們通常的工作模式是早上檢查電子郵件，然後在其他信件中查看摘要（我們將其安排在工作開始時）。 如果一切正常，我們會做其他重要的事情（但為了安全起見，我們可以快速查看 okerra 儀表板並確保此時一切都是綠色的）。 如果警報到來，我們會做出反應。

當然，可以簡單地保留「資訊」指標（從監控中看到網路圖片），但一切都是為了簡單、輕鬆、快速地創建專門用於自動監控和發送警報的指標。

您設定 okerr 的目的是在警報中，以便您可以在一分鐘內創建一個指示器，它可以「休眠」一年，只接受更新，當一年後出現問題時，它會亮起並發送警報。 一旦您花在創建指標上的那一刻就得到了回報；您立即比其他人先了解了問題。 他們可能在有人注意到之前就修復了它。 快速升起的東西不算掉落！

安全

如果你為了提高可靠性而設定監控，結果卻透過它受到網路攻擊，那就太可惜了，而且不同的監​​控工具都存在著相當多的網路漏洞（ZABBIX, Nagios的).

代理（來自套件中的 okerrmod oker更新）系統上運作的不是網路伺服器，而是客戶端。 因此，受監控的伺服器上沒有額外的開放端口，客戶端可以輕鬆地在防火牆或 NAT 後面工作，並且很難（我想說“不可能”）通過網絡進行黑客攻擊，因為原則上它不監聽網絡插座。

監控全覆蓋

現在我們的規則是我們從oker那裡了解所有的技術問題。 如果規則突然被違反（okerr 沒有警告其即將發生（如果可能的話）或它已經發生） - 我們向 okerr 添加檢查。

外部檢查

很典型的一組：

  • 平
  • http狀態
  • 檢查SSL憑證的有效性和新鮮度（如果即將過期會發出警告）
  • 開啟 TCP 連接埠和橫幅
  • http grep（頁面[不得]包含某些文字）
  • sha1 哈希以捕獲頁面變更。
  • DNS（DNS 記錄必須具有特定值）
  • WHOIS（如果網域即將變壞將發出警告）
  • 反垃圾郵件 DNSBL（主機一次檢查 50 多個反垃圾郵件黑名單）

內部檢查

另外，這是一個相當標準的集合（但很容易擴展）。

  • df（可用磁碟空間）
  • 平均負載
  • opentcp（開啟 TCP 偵聽套接字 - 如果某些內容啟動或崩潰，將發出通知）
  • 正常運作時間 - 只是伺服器上的正常運作時間。 如果已更改（即伺服器已超載），則會通知
  • 客戶端IP
  • dirsize - 我們用它來追蹤我們的虛擬機器 rootfs 何時超出允許的大小（不引入嚴格的限制）以及用戶主目錄的大小
  • 空和非空 - 監視應該為空（或非空）的文件。 例如，okerr伺服器本身的錯誤日誌應該是空的，如果裡面有一行，我會收到通知並檢查它。 但郵件伺服器上的mail.log 不應為空（輪替後N 分鐘）。 有時，系統更新後，當 logrotate 無法正確重新啟動 rsyslog 時，它對我們來說是空的。
  • linecount - 檔案中的行數（如 wc -l）。 當錯誤日誌仍然會增長但增長緩慢時（例如，Googlebot 會點擊一些關閉的頁面），我們將其用作空的更軟的替代品。 2 分鐘內僅限 20 行。 如果高於的話就會有警報

有趣的內部檢查

如果到目前為止您一直在「對角線」閱讀，那麼現在仔細閱讀會更有趣。

備份

監視目錄中的備份。 我們的備份檔案的名稱類似於「ServerName-20200530.tar.gz」。 對於 okerr 中的每個伺服器，都會建立指標 ServerName-DATE.tar.gz（實際日期變更為「DATE」行）。 也會監視新備份的存在及其大小（例如，它不能小於先前備份的 90%）。

在我們開始建立新備份並將其放入此目錄後，需要做什麼才能開始追蹤它？ 沒有什麼！ 當您需要“什麼都不做”時，這是一種非常方便的方法，因為：

  • 「什麼都不做」很快，可以節省時間
  • 很難忘記“什麼都不做”
  • 如果犯了錯誤，就很難「不做任何錯事」。 沒有什麼是最可靠的方法

如果突然停止出現新的備份文件，將會發出警報。 例如，如果您停用了其中一台伺服器，並且不應再有備份，則您將需要刪除該指示器（透過 Web 介面或透過 API 從 shell 中）。

最大文件數

追蹤最大檔案的大小（通常：/var/log/*）。 這使您可以捕獲不可預測的問題，例如，暴力破解密碼或透過伺服器發送垃圾郵件。

運轉狀態/運轉線

這是兩個重要的代理模組，用於在伺服器上運行其他程式。 Runstatus 向指示器報告程式退出代碼。 例如，okerr 不需要（需要）一個模組來檢查 systemd 服務是否正在執行。 這是透過 runstatus 完成的（見下文）。 Runline - 向伺服器報告程式產生的行。 例如， temp_RUN="cat /sys/class/thermal/thermal_zone0/temp" 在我們伺服器上的 Runline 配置中建立一個帶有處理器溫度的指示器 servername:temp 。

SQL

對 MySQL 執行數值查詢並將結果報告給指示器。 在簡單的情況下，您可以執行「SELECT 1」等操作 - 這將檢查整個 DBMS 是否正常運作。

但更有趣的應用程式是追蹤線上商店中的訂單數量。 如果您知道每小時有 100 個或更多訂單，您可以將最小限制設為 100 或 80。然後，如果您的銷售額突然下降，您將收到警報，您可以弄清楚。

請注意，發生這種情況的不可預測的原因並不重要：

  • 伺服器根本不可用（斷電或沒有網路），警報來自指示器「腐爛」的事實。
  • 伺服器負載過重，運作緩慢或丟包，給用戶帶來不便，不購買就離開
  • 該伺服器被列入垃圾郵件列表，不接受來自該伺服器的郵件，用戶無法註冊
  • 廣告活動預算已經用完，橫幅也不再旋轉。

原因可能有很多，而且所有這些原因都無法提前預見，而且在技術上也很難追蹤。 但您可以輕鬆監視最終參數（訂單），並從中確定情況可疑並值得處理。

邏輯指標

允許透過模組使用布林表達式（Python 語法） 評估(關於哈布雷的文章）。 項目數據及其指標可供表達。 例如，在上面關於 SQL 檢查的章節中，您可能已經注意到一個弱點 - 白天我們每小時可以有 100 筆銷售，但晚上 - 20 筆，這是常見的，不是問題。 我該怎麼辦？ 晚上指標會不斷恐慌。

您可以建立兩個指標：白天和夜間。 將兩者設為“靜音”（它們不會發送警報）。 並且建立一個邏輯指標，要求20:00之前白天指標OK，20:00之後夜間指標OK就可以了。

使用邏輯指示器的另一個例子是 升級。 例如，專案經理取消訂閱警報（他沒有必要這樣做，管理員應該對正常問題做出回應），但訂閱了一個邏輯指示器，如果專案中的任何指示器在分配的時間內未得到糾正，該指示器就會變成紅色。

此外，還可以設定允許工作的時間，例如凌晨 3 點到 5 點。 我們不關心伺服器和網站在此期間是否崩潰。 但5:00他們就得上班了。 如果它們在其他時間不工作——請警惕。 邏輯指示器還允許您考慮伺服器冗餘。 如果您有 5 台 Web 伺服器，那麼管理員可以隨時關閉 1-2 台伺服器。 但如果3個伺服器中少於5個伺服器在戰鬥，就會出現警報。

上面的例子不是oker功能，不是一些需要啟動和配置的功能。 Okerra 不具備所有這些功能，但有一個邏輯模組可以讓您實現此功能（類似於程式語言 - 如果我們有算術運算符，那麼我們不需要計算 20% 增值稅的特殊函數從語言來看，您始終可以自己製作以滿足您的需求）。

邏輯指標可能是 okerr 中為數不多的相對複雜的主題之一，但好消息是，除非需要，否則您不必掌握它。 但同時，它們大大擴展了功能，同時保持系統本身相當簡單。

新增您自己的支票

我真的很想傳達這樣的想法：okerr 並不是一組適用於所有場合的數千個現成的檢查，而是相反 - 首先 - 一個簡單的引擎，具有創建自己的檢查的簡單能力。 在 okerr 中創建自己的檢查不是駭客、系統共同開發人員或至少是高級 okerr 用戶的任務，但對於一個月前第一次安裝 Linux 的任何管理員來說都是可行的任務。

透過此模組檢查最低工資 運作狀態:

配置中的這一行 運作狀態 如果 /bin/true 突然不啟動或傳回 0 以外的內容，將會通知您。

true_OK=/bin/true

只有一行 - 我們已經到了一點 擴大 功能還可以。

即使這樣的檢查也已經有它的價值了：如果你的伺服器突然崩潰了，okerr伺服器上相應的指標不會及時更新，時間過去後就會出現警報。

此檢查將通知 apache2 伺服器已崩潰（好吧，你永遠不知道...）：

apache_OK="systemctl is-active --quiet apache2"

因此，如果您使用任何程式語言，並且至少可以編寫 shell 腳本，那麼您就可以新增自己的檢查。

更困難的是 - 您可以（用任何語言）為 okerrmod 編寫您自己的模組。 在最簡單的情況下，它看起來像這樣：

#!/usr/bin/python3

print("STATUS: OK")

是不是非常困難呢？ 模組必須自行檢查並將結果輸出到 STDOUT。 例如，更複雜的模組給出：

$ okerrmod --dump df
NAME: pi:df-/
TAGS: df
METHOD: numerical|maxlim=90
DETAILS: 49.52%, 13.9G/28.2G used, 13.0G free
STATUS: 49.52

NAME: pi:df-/boot
TAGS: df
METHOD: numerical|maxlim=90
DETAILS: 84.32%, 53.1M/62.9M used, 9.9M free
STATUS: 84.32

它一次更新多個指標（以空白行分隔），在必要時建立它們，指示驗證詳細資訊和標籤，透過該標籤可以輕鬆在儀表板中找到必要的指標。

Telegram

有 Telegram 機器人 @OkerrBot。 您不需要在手機上裝滿單獨的應用程式（我不喜歡這樣的情況，對於Pyaterochka，您需要一個帶有地圖的應用程序，對於Lenta，需要另一個應用程序，對於MTS，需要第三個應用程序，等等）。 一封電報就夠了。 透過電報，您可以立即收到警報、檢查項目狀態並發出命令重新檢查所有有問題的指標。 我們離開劇院/飛機，兩個小時沒有密切注意脈搏，打開手機，按下聊天機器人中的一個按鈕，並確保一切都很好。

狀態頁

如今，狀態頁面幾乎是任何擁有 IT、對可靠性負責任的態度並尊重客戶/使用者的企業的必備品。

想像一種情況 - 用戶想要做某事、查看資訊或下訂單，但有些事情不起作用。 他不知道發生了什麼事，問題是誰的，什麼時候才能解決。 也許您的公司只是有一個無法正常運作的網站？ 還是六個月前就壞了，兩年後就修好了？ 但你現在需要買一台冰箱，它已經在購物車裡了……而當一個人看到你有問題時（至少很明顯問題不在他這邊），那是完全不同的事情了。問題已經被發現，你已經在努力解決它，甚至可能寫下了糾正的大概時間。 用戶可以訂閱並在問題解決後收到電子郵件通知，並且他可以做他想做的事（購買冰箱）。

Okerr 混合監控系統概述

每個人都會遇到問題和停機。 但使用者和合作夥伴更信任那些在解決問題上更透明和負責任的人。

這裡 檢視其他 10 個允許您建立狀態頁面的項目。 以下是這些項目頁面的範例 蟒蛇 и Dropbox的. 奧克爾狀態頁面.

故障轉移

為了不讓這篇文章變得更長，我再次參考我之前的文章—— 網站的簡單故障轉移 。 如果你可以建立一個重複的伺服器，然後使用故障轉移，基本上你不會有很長的停機時間——一旦偵測到問題，使用者將自動被重新導向到工作的備份伺服器。 在我看來，這是一個非常有趣、明亮的功能，在任何地方都很少有。

系統要求低

對於 okerr 伺服器，我們使用 RAM 為 2Gb 以上的機器。 對於網路感測器來說，甚至 512Mb 就足夠了。 客戶端部分一般幾乎為零。 (塑膠袋 oker更新 重 26 Kb，但需要 Python3 和標準函式庫）。 客戶端從 cron 腳本運行，因此它的持久記憶體消耗為零。 在我們監控的機器中，我們有感測器（具有 512Mb RAM 的超便宜 VPS）和 Raspberry Pi。 即使沒有客戶端部分也是可能的 透過curl發送更新！ （見下文）

考慮到這一點 - 好吧，可能 最自由 從可用的監控系統，因為即使使用其他免費的開源系統，如Zabbix或Nagios，你也需要為其分配資源（伺服器），而這已經是錢了。 此外，還需要進行一些伺服器維護。 使用oker，這部分可以被刪除。 或者您不必刪除它並使用您自己的伺服器，具體取決於您最喜歡的。

API 和整合到專有軟體中

簡單且開放的架構。 oker 有一個非常簡單的 API，這很容易使用。 需要創建 1000 個指標？ 一個 3-4 行的 shell 腳本即可完成此操作。 需要重新配置1000個指標？ 這也很容易。 例如，我們想要仔細檢查來自俄羅斯感測器的所有 HTTPS 憑證：

#!/bin/sh

for indicator in `okerrclient --api-filter sslcert`
do
    echo set location for $indicator
    okerrclient --api-set location=ru retest=1 --name $indicator
done

您可以使用我們的客戶端模組更新指標，即使沒有它，只需透過curl即可。

# short and nice (using okerrupdate and config file)
$ okerrupdate MyIndicator OK

# only curl is enough!
$ curl -d 'textid=MyProject&name=MyIndicator&secret=MySecret&status=OK' https://bravo.okerr.com/

您可以直接從您的程式更新指標。 例如，發送心跳信號，以便 okerr 知道它正在運行，並在崩潰或死機時發出警報。 順便說一句，okerr 組件就是這樣做的 - okerr 自我監控，幾乎所有模組中的問題都會被偵測到並產生有關該問題的警報。 （在這種「幾乎」的情況下 - 它們是從另一台伺服器進行交叉檢查的）

這是我們的電報機器人中的程式碼（簡化）：

from okerrupdate import OkerrProject, OkerrExc

op = OkerrProject()
uptimei = op.indicator("{}:telebot_uptime".format(hostname))
...
uptimei.update('OK', 'pid: {} Uptime: {} cmds: {}'.format(
        os.getpid(), dhms(uptime), commands_cnt))

有一個用於更新 Python 程式指標的函式庫 oker更新，對於任何其他語言都沒有庫，但您可以呼叫 okerrupdate 腳本或向 okerr 伺服器發出 HTTP 請求。

oker 如何幫助我們

奧克爾改變了我們的生活。 的確。 也許另一個監控系統也可以做同樣的事情，但使用 okerr 對我們來說非常簡單，而且它具有我們需要的所有功能（我們添加了它沒有的功能）。 順便說一句，如果缺少某些功能，請詢問，我會添加它們（我不保證，但我希望 okerr 成為中小型專案的最佳監控系統）。 或者更好的是，您自己添加它 - 這很容易。

我們設法遵循「從喀拉地區了解所有問題」的原則。 如果突然出現一個我們沒有從 okerr 中了解到的問題，我們會向 okerr 添加檢查。 （在這種情況下，「我們」是指我們作為系統的用戶，而不是共同開發者）。 起初這種情況很常見，但現在已經變得非常罕見了。

監控

透過 okerr，我們監控所有伺服器上的日誌大小。 當然，不可能用眼睛深思熟慮地閱讀日誌的每一行，但僅僅監視增長率就已經給出了很多資訊。 透過這一點，我們發現了垃圾郵件和暴力密碼搜索，當某些應用程式「變得瘋狂」時，某些東西對它們不起作用，它們會一次又一次地重複（每次都在日誌中添加幾行） ）。

SSL 憑證。 幾乎在發布後立即 讓加密 我們的客戶開始向其客戶（約一千個）提供免費的 SSL 憑證。 事實證明，這對政府來說簡直就是地獄！ 事實上，網站是「即時」的，客戶定期要求他們做某事，程式設計師就會去做。 例如，他們可以完全自由地將網站轉移到另一個 DocumentRoot。 或向虛擬主機配置新增無條件重寫。 當然，在此之後，證書的自動更新就失效了。 現在，我們透過套件中的另一個有用的實用程式將所有 SSL 主機自動新增至 okerr a2conf。 讓我們開始吧 a2okerr.py — 如果伺服器上出現多個新站點，它們將自動出現在 oker 中。 如果因為某些原因突然沒有更新證書，在證書過期前三週，我們就知道了，我們會弄清楚為什麼不更新，這樣的狗。 a2certbot.py 來自同一個包 - 它對此有很大幫助（它立即檢查最可能的問題 - 並寫下檢查良好的內容以及最有可能出現問題的位置）。

我們監控所有網域的到期日期。 我們所有發送郵件的郵件伺服器也會根據 50 多個不同的黑名單進行檢查。 （有時他們也會陷入其中）。 順便問一下，您知道 Google 郵件伺服器也被列入黑名單嗎？ 只是為了自測，我們將mail-wr1-f54.google.com添加到受監控的伺服器中，它仍然在SORBS黑名單中！ （這就是「反垃圾郵件發送者」的價值）

備份 - 我已經在上面寫過使用 okerr 監控它們是多麼容易。 但我們會監控伺服器上的最新備份以及（使用使用 okerr 的單獨實用程式）上傳到 Amazon Glacier 的備份。 而且，是的，問題時常發生。 難怪他們都在看。

我們使用升級指示器。 它表明某個問題是否很長時間沒有解決。 而我自己，當我解決一些問題時，有時我會忘記它們。 即使您正在監控自己，升級也是一個很好的提醒。

總的來說，我相信我們的工作品質提高了一個數量級。 幾乎沒有停機時間（或客戶沒有時間注意到它。噓！），同時工作量變得更小，工作條件變得更平靜。 我們已經從用膠帶修補漏洞的緊急工作轉向冷靜和謹慎的工作，許多問題可以提前預測，並且有時間預防。 即使已經發生的問題也變得更容易解決：首先，我們在客戶驚慌之前發現了問題，其次，經常會發生問題與最近的工作有關（當我在做一件事時，我破壞了另一件事） -所以熱痕跡更容易處理。

但還有另一個案例...

您是否知道在流行的 Debian 9 (Stretch) 中，像 phpmyadmin 這樣流行的軟體包仍然（好幾個月！）處於易受攻擊的狀態？ （CVE-2019，6798）。 當漏洞出現後，我們很快就透過不同的方式進行了覆蓋。 但我在 okerr 中設定了對安全追蹤器頁面的監控，以了解何時會出現「漂亮」的解決方案（透過內容的 SHA1 總和）。 指標抽搐了我好幾次，頁面發生了變化，但正如你所看到的，它仍然（自 2019 年 XNUMX 月以來！）並沒有表明問題已經解決。 順便說一句，也許有人知道問題是什麼，如此重要的軟體包在一年多的時間裡仍然容易受到攻擊？

還有一次類似的情況：SSH 出現漏洞後，需要更新所有伺服器。 當你設定任務時，你需要控制執行。 （下屬容易誤解、忘記、困惑和犯錯）。 因此，我們首先在所有伺服器上為 okerr 新增了 SSH 版本檢查，並透過 okerr 確保在所有伺服器上推出更新。 （方便！我選擇了這種類型的指標，你可以立即看到哪個伺服器有哪個版本）。 當我們確定所有伺服器上的任務都已完成時，我們刪除了指示器。

有幾次，出現了某個問題，然後又自行消失。 （想必大家都很熟悉吧？）。 當您注意到時，當您檢查時（無需檢查任何內容），一切都已經運作良好。 但隨後它又破裂了。 例如，我們上傳到亞馬遜商城 (MWS) 的產品就發生過這種情況。 在某些時候，加載的庫存不正確（貨物數量錯誤和價格錯誤）。 我們想通了。 但為了解決這個問題，立即找出問題所在很重要。 不幸的是，像所有亞馬遜服務一樣，MWS 有點慢，所以總是有延遲，但我們仍然能夠至少粗略地掌握問題和導致問題的腳本之間的聯繫（我們做了檢查，卡住了）將其發送給oker，並在收到警報後立即進行檢查）。

最近，一家大型且昂貴的歐洲託管商添加了一個有趣的案例，我們的客戶正在使用該案例。 突然，我們所有的伺服器都從雷達上消失了！ 首先，客戶本人（比 okerra 更快！）注意到他正在使用的網站無法打開，並就此發出了罰單。 但不僅僅是一個網站癱瘓了，而是所有網站都癱瘓了！ （娜塔莎，我們放棄了一切！）。 在這裡，奧克爾開始寄出長長的腳套，上面有所有為他點亮的指示燈。 恐慌，恐慌，我們原地打轉（我們還能做什麼？）。 然後一切都上漲了。 事實證明，資料中心進行了例行維護（每多年一次），當然，我們應該得到警告。 但他們發生了一些問題，他們沒有警告我們。 好吧，更多的心臟病發作，更少的心臟病發作。 但一切恢復後，你需要仔細檢查一切！ 我無法想像我會如何用我的雙手做到這一點。 Okerr 在幾分鐘內測試了所有內容。 事實證明，大多數伺服器只是暫時不可用，但它們仍然可以工作。 有些人超負荷了，但也站了起來。 在所有損失中，我們丟失了兩個備份，根據官方說法，這些備份應該是在這個完整的香蕉發生時創建和加載的。 我什至沒有費心去創建它們，僅僅一天後就收到警報，一切正常，備份已經出現。 我真的很喜歡這個例子，因為事實證明 okerr 在我們事先沒有想到的情況下非常有用，但這就是監控的目的 - 抵禦不可預測的情況。

對於 Okerr 感測器，我們使用最便宜的託管（其中品質和可靠性並不重要，它們相互保證）。 所以，我們最近找到了一個非常好的託管服務，而且超級便宜，基準測試非常棒。 但是...有時，虛擬機器的傳出連線是從另一個（相鄰）IP 建立的。 奇蹟。 client_ip 模組與 https://diagnostic.opendns.com/myip 取得錯誤的IP。 從該指標的伺服器日誌中可以清楚看出，更新也來自該相鄰 IP。 現在讓我們處理支援問題。 幸好我們在和平時期就注意到了這一點。 但是，例如，經常會發生根據IP白名單註冊訪問的情況 - 如果伺服器有時會像這樣短時間閃爍 - 您可以嘗試捕獲這個問題很長一段時間。

好吧，還有一件事——既然我們談論的是 VPS 託管——我們總是使用便宜的（hetzner、ovh、scaleway）。 我真的很喜歡它的基準和穩定性。 我們也為其他專案使用更昂貴的 Amazon EC2。 因此，感謝 oker，我們有了自己的明智意見。 他們都倒下了。 我不會說，經過我們長期的觀察，像 Hetzner 這樣的廉價主機明顯不如 EC2 穩定。 因此，如果您不依賴亞馬遜的其他功能，為什麼要支付更多費用？ 🙂

接下來是什麼？

如果在這個階段我還沒有把你從 Okerr 嚇跑，那就試試看吧！ 您可以直接訪問此鏈接 okrr 模擬帳戶 （立即點擊！） 但請記住，每個人都只有一個模擬帳戶，因此，如果您執行某項操作，同一帳戶中的其他人可能會同時幹擾您。 或（更好）透過連結註冊 異地奧克爾 - 一切都很簡單，沒有簡訊。 如果您不喜歡使用真實的電子郵件，您可以使用一次性電子郵件，例如 mailinator（我推薦 getnada.com）。 隨著時間的推移，此類帳戶可能會被刪除，但它們可以用於測試。

註冊後，您將被要求接受培訓（執行一些不太困難的培訓任務）。 初始限制非常小，但對於訓練或一台伺服器來說它們就足夠了。 完成訓練後，限制（例如指標的最大數量）將會增加。

從文件中 - 首先 WIKI 在伺服器端和客戶端（oker更新維基）。 但如果有什麼不清楚的地方，請寫信給 okerr.com 支援人員或留下一張票 - 我們將盡力快速解決所有問題。

如果您認真使用它並且這些增加的限制還不夠，請寫信給支持，我們將增加它（免費）。

您想在您的伺服器上安裝 oker 伺服器嗎？ 這裡 oker-dev 儲存庫。 我們建議在乾淨的虛擬機器上安裝，然後您只需使用安裝腳本即可完成安裝。 在您的虛擬機器上 - 沒有限制:-)。 好吧，再說一遍，如果發生任何事情，我們將始終盡力提供幫助。

我們希望這個計畫能夠成功，讓世界因為我們而變得更可靠。 由於免費軟體和服務，世界變得更加友好，發展更加活躍。 原始碼可以儲存在免費的 github 中，對於郵件，您可以使用免費的 gmail。 我們免費使用 新鮮作品 為了支持。 對於這一切，你不需要支付伺服器費用，不需要下載和配置，也不需要解決各種營運問題。 每個新專案、每個團隊都會立即擁有郵件、儲存庫和 CRM。 所有這一切都是非常高品質、免費且即時的。 我們希望它對於監控來說是一樣的——小公司和專案可以免費使用 oker，甚至在誕生和成長階段也具有成人嚴肅專案的可靠性。

來源： www.habr.com