Разборы

Что можно узнать из логов инцидентов

Короткие разборы реальных вопросов эксплуатации. Каждый - про один вопрос: что мы находим, каким методом и почему числам можно верить. Данные в примерах обезличены.

Что умеет движок

Приоритет
Какие инциденты дают больше всего простоя
На реальных данных 8.8% инцидентов дали 80% простоя.
Надёжность
MTBF и MTTR: как часто падает и как быстро чинится
Как часто отказывает каждый сервис и как быстро его чинят.
Закономерности
В какие часы чаще всего падают сервисы
Закономерность по времени, которую не видно в моменте.
Цикличность
Какие сбои возвращаются по циклу
Сбой раз в несколько дней или в конце месяца и дата следующего.
Прогноз
Сколько ещё будет сбоев и когда следующий
Прогноз частоты сбоев и рисков долгого простоя.
Первопричина
Какие сбои тянут за собой другие
Какой сбой тянет за собой заявки по другим системам и сколько заявок - одна авария.
Повторы
Какие объекты ломаются снова и снова
Объект, который ломается чаще соседей или возвращается сразу после починки.
Предвестник
Какая метрика предупреждает о сбое
Метрика, которая за часы до сбоя ведёт себя не так, как обычно, и за сколько до него.
Очистка
Сколько в журнале не сбоев, а запросов
Просьбы о доступе и пароле в одной очереди со сбоями завышают аварии и простой.
Проверка
Стало ли хуже после изменения
Дата, с которой частота сбоев изменилась, и проверка, что это не случайность.
Как устроен разбор
Почему одного метода мало
Худшая система по простою может быть жертвой чужой аварии. В каком порядке мы считаем и какой метод закрывает слепую зону другого.
Доверие
Почему нашим числам можно верить
Числа считает движок; ИИ не может выдумать цифру.

Эксплуатация

Зрелость
Лестница эксплуатации: пять ступеней
От «об авариях узнаём от потребителя» до улучшений с измеренным эффектом. Где на этой лестнице стоит ваша служба и какой шаг следующий.
Виды сбоев
Рейтинг видов сбоев: что сильнее всего портит работу
Плановые работы, провайдеры, электропитание, уровень организации эксплуатации - двенадцать источников отказов по потерянным часам, а не по частоте.
Оповещения
Матрица эскалации и шум оповещений
Почему большая часть сигналов не стоит чтения, чем измерить долю шума и кого будить ночью - по записанному правилу, а не по ощущению.
Практики
Практики, которые видит бизнес
Двенадцать практик ITIL по убыванию отдачи: удержанная выручка, доверие клиента, допуск к контрактам, свободная ёмкость команды.
Целевое состояние
Как выглядит идеальная эксплуатация
Обычная компания, а не Google: один рядовой вторник по часам, восемь признаков зрелой службы и десять вопросов для самопроверки.
Что дальше
Что делать по итогам анализа
Какие проблемы находятся чаще всего и что с ними делать по ITIL / ITSM.