Hledáte vhodné IT řešení pro vaši firmu?
Rádi s vámi projdeme vaše požadavky a navrhneme řešení, které bude odpovídat vašemu provozu i dalšímu růstu.
Server může běžet bez výpadku, a přesto nemusí všechno fungovat správně.
Server běží, monitoring svítí zeleně a žádné upozornění nepřišlo. Uživatelé přitom hlásí pomalé aplikace, databáze odpovídá se zpožděním a noční záloha se opakovaně nedokončila. Dostupnost systému a jeho správná funkce jsou dvě různé věci a monitoring, který hlídá jen první z nich, takové situace nezachytí.
Smysluplný monitoring sleduje i výkon, kapacity, odchylky od běžného chování a jejich vývoj v čase. Problém se tak často odhalí dřív, než skončí výpadkem nebo znatelně omezí služby.
Rozsah závisí na architektuře prostředí a na tom, jak důležité jednotlivé služby jsou. Následující oblasti by ale neměly chybět ve většině firem.
Procesor, paměť a diskový prostor patří k základním ukazatelům, jenže samotná hodnota může zavádět.
Disk zaplněný ze 70 %, jehož využití se několik měsíců nemění, nemusí představovat akutní problém. Pokud ale zaplnění disku během posledních dvou hodin vzrostlo z 50 na 70 %, při stejném tempu zbývají do vyčerpání kapacity přibližně tři hodiny.
Vedle pevných limitů proto stojí za to hlídat i rychlost změn a neobvyklé chování systému.
Ve virtualizovaném prostředí nestačí sledovat jednotlivé virtuální stroje (VM). Přetížený fyzický hostitel, nedostatek paměti nebo pomalé diskové operace (I/O) mohou zasáhnout více strojů najednou, takže je potřeba sledovat také virtualizační vrstvu, úložiště a sdílené zdroje.
Historická data se pak hodí při plánování kapacit (capacity planning). Pomáhají odhadnout, kdy současná infrastruktura přestane stačit a kdy bude nutné ji rozšířit.
Síť nemusí být úplně nedostupná, aby začala způsobovat problémy. Vyšší latence, ztrátovost paketů, přetížené síťové prvky nebo nestabilní VPN dokážou aplikace zpomalit natolik, že se s nimi obtížně pracuje.
Data ze síťového monitoringu navíc pomáhají zjistit, kde příčinu hledat: na serveru, v aplikaci nebo v komunikaci mezi nimi.
To, že běží operační systém, ještě neznamená, že funguje aplikace. U důležitých služeb se vyplatí sledovat dobu odezvy, počet databázových spojení, délku vykonávání dotazů a fronty požadavků. Konkrétní metriky závisejí na použité technologii.
S tím souvisí observabilita (observability), tedy schopnost z provozních dat pochopit, co se uvnitř systému děje. Kromě metrik a logů k tomu u složitějších aplikací slouží distribuovaný tracing, který sleduje cestu požadavku napříč službami.
Když je aplikace pomalá, potřebujete zjistit příčinu, nikoliv pouze zaznamenat zhoršenou odezvu.
Hlášení o úspěšně dokončené záloze samo o sobě nestačí. Podle možností použité technologie je vhodné sledovat také délku běhu úloh, překročení stanoveného časového okna zálohování (backup window) a stáří posledního použitelného bodu obnovy.
S tím souvisejí dva důležité parametry:
Jestli se data skutečně podaří obnovit v požadovaném čase, samotný monitoring neověří. K tomu je potřeba obnovu pravidelně testovat.
Vypršený TLS certifikát může uživatelům znemožnit přístup ke službě, přestože server i aplikace fungují správně.
Automatické upozornění na blížící se konec platnosti patří mezi jednoduchá, ale velmi užitečná preventivní opatření. Podle konkrétního prostředí lze podobně hlídat i další komponenty, jejichž expirace může ovlivnit provoz.
Obě oblasti částečně pracují se stejnými daty, ale zaměřují se na jiné problémy.
Provozní monitoring sleduje dostupnost, výkon, kapacity a chování infrastruktury. Využívá metriky, provozní události a podle potřeby také systémové nebo aplikační logy.
Bezpečnostní dohled hledá možné hrozby. Pracuje s událostmi přihlašování, změnami kritických souborů, podezřelými aktivitami a informacemi o známých zranitelnostech.
V prostředí Platform ONE k tomu využíváme technologie Zabbix a Wazuh.
Zabbix poskytuje provozní monitoring serverů, sítí, virtualizace a dalších součástí infrastruktury. Wazuh doplňuje bezpečnostní pohled prostřednictvím funkcí SIEM a XDR, například analýzou bezpečnostních událostí, kontrolou integrity souborů a identifikací známých zranitelností.
Oba nástroje se doplňují a poskytují informace pro různé oblasti provozu a zabezpečení IT.
Moderní nástroje zvládnou sledovat velké množství parametrů, ale upozornění na každý výkyv nikdo nepotřebuje. Pokud systém denně vyprodukuje desítky nepodstatných alertů, kritický mezi nimi snadno zapadne.
Při nastavování monitoringu je proto důležité vyjasnit si tři věci.
Kritičnost systémů se liší. Výpadek interního testovacího serveru zpravidla znamená menší problém než nedostupná produkční databáze nebo klíčová zákaznická aplikace.
Každá služba proto nemusí mít stejnou úroveň dohledu ani stejné požadavky na reakci.
Prahové hodnoty mají vycházet z reálného chování systému. Krátká špička zátěže nemusí znamenat incident, zatímco postupně se zhoršující odezva může signalizovat blížící se potíže.
Správně nastavený monitoring proto pracuje s provozním kontextem, historií i významem konkrétní služby.
Musí být jasné, komu alert přijde, kdo posoudí jeho závažnost a jak probíhá případná eskalace.
Bez navazujícího postupu monitoring sice poskytuje informace o problému, ale jeho odstranění zůstává na lidech a procesech, které musí být předem definované.
Automatický monitoring může sledovat infrastrukturu nepřetržitě, včetně nocí, víkendů a svátků. Z toho ale neplyne, že každý alert okamžitě vyhodnotí technik.
Automatizovaný dohled, dostupnost lidské podpory, reakční doba a samotné odstranění problému jsou různé součásti služby. Jejich rozsah a podmínky určuje sjednané SLA.
Při výběru dodavatele se proto vyplatí ptát nejen na to, co se sleduje, ale také na to, jaký postup následuje po upozornění.
Platform ONE od Zeta Nova spojuje infrastrukturu, provozní monitoring, bezpečnostní dohled a související služby. Vychází z definované základní konfigurace, kterou lze podle potřeb zákazníka a technického návrhu rozšířit o další služby a aplikace.
Například pokud monitoring zaznamená postupné vyčerpávání diskové kapacity, Zabbix může na základě nastavených pravidel vytvořit upozornění dříve, než dojde k zaplnění disku. Další postup závisí na konfiguraci prostředí a sjednaném rozsahu správy.
Důležitou součástí celého řešení je proto nejen samotná technologie, ale také jasné vymezení odpovědností a podmínek provozní podpory.
Pokud řešíte monitoring serverů, virtualizace nebo celé IT infrastruktury, rádi s vámi projdeme současné prostředí a možnosti jeho provozního dohledu.
Více o našem řešení najdete na stránce Monitoring a dohled, nebo nám napište na info@zetanova.tech.
Rádi s vámi projdeme vaše požadavky a navrhneme řešení, které bude odpovídat vašemu provozu i dalšímu růstu.
