Παρακολούθηση uptime, SSL και λήξεων για όλα τα sites πελατών: ο πλήρης οδηγός

Ο χειρότερος τρόπος να μάθεις ότι έπεσε ένα site είναι από τον πελάτη. Ο δεύτερος χειρότερος είναι από έναν συναγερμό που χτυπά κάθε φορά που ο server αργεί ένα δευτερόλεπτο. Η σωστή παρακολούθηση βρίσκεται ανάμεσα: σε ειδοποιεί για ό,τι μετρά, μία φορά, στον σωστό άνθρωπο.

Τρία πράγματα που παρακολουθείς

1. Λειτουργία (uptime): απαντά το site ή η υπηρεσία;
2. Πιστοποιητικά SSL: είναι έγκυρα και πότε λήγουν;
3. Λήξεις πόρων: domains, hosting, συνδρομές, άδειες.

Τα δύο πρώτα τα ελέγχει ένα μηχάνημα. Το τρίτο θέλει καταγραφή: αν δεν ξέρεις ότι υπάρχει μια άδεια, δεν θα μάθεις ποτέ ότι έληξε.

Έλεγχοι λειτουργίας: τι είδους

Πόσο συχνά

• Κάθε 1 λεπτό: e-shops, εφαρμογές με χρήστες, APIs που καλούν συνεργάτες.
• Κάθε 5 λεπτά: εταιρικά sites πελατών με επισκεψιμότητα.
• Κάθε 15 ή 60 λεπτά: landing pages, staging, εσωτερικά εργαλεία.

Πότε ανοίγει περιστατικό

Μια αποτυχία δεν είναι περιστατικό. Μπορεί να είναι ένα δίκτυο που κόλλησε ένα δευτερόλεπτο. Ο κανόνας που δουλεύει: δύο συνεχόμενες αποτυχίες ανοίγουν περιστατικό και στέλνουν ειδοποίηση. Η πρώτη επιτυχία το κλείνει, με τον χρόνο εκτός λειτουργίας καταγεγραμμένο.

Έτσι η ειδοποίηση σημαίνει πάντα κάτι. Και η ομάδα δεν μαθαίνει να την αγνοεί.

Ποιος ειδοποιείται και πώς

• Email για όλη την ομάδα: καλό για ιστορικό, αργό για επείγοντα.
• Telegram για τον υπεύθυνο βάρδιας: φτάνει αμέσως, και στο σπίτι.
• Push στο κινητό για όσους δουλεύουν στο συγκεκριμένο project, ώστε να μη χτυπούν όλα τα τηλέφωνα για κάθε site.

Κάθε κανάλι διαλέγει τα γεγονότα του: εκτός λειτουργίας, επαναφορά, SSL, λήξεις, ασφάλεια. Και κάθε ειδοποίηση στέλνεται μία φορά.

Πιστοποιητικά SSL

Τα πιστοποιητικά του Let’s Encrypt διαρκούν 90 ημέρες και ανανεώνονται αυτόματα, μέχρι τη μέρα που η ανανέωση αποτυγχάνει σιωπηλά: ένα DNS που άλλαξε, ένας proxy που μπλοκάρει την επαλήθευση, ένας server που μετακόμισε. Επιπλέον, η μέγιστη διάρκεια όλων των δημόσιων πιστοποιητικών μικραίνει σταδιακά τα επόμενα χρόνια, οπότε οι ανανεώσεις θα γίνονται όλο και συχνότερα.

Γι’ αυτό ελέγχεις το ίδιο το πιστοποιητικό που σερβίρει το site, κάθε 12 ώρες: ποιος το εξέδωσε, πότε λήγει, αν ταιριάζει με το domain. Αν μένουν λίγες μέρες και δεν έχει ανανεωθεί, κάτι χάλασε.

Λήξεις domains και συνδρομών

Εδώ η παρακολούθηση είναι ημερολόγιο. Για κάθε πόρο με λήξη, ειδοποίηση 30, 14, 7 και 1 ημέρα πριν, και την ημέρα της λήξης. Δώσε ιδιαίτερη προσοχή σε όσα δεν έχουν αυτόματη ανανέωση, και σε όσα πληρώνει ο πελάτης με δική του κάρτα. Τι συμβαίνει όταν λήγει ένα domain, μέρα με τη μέρα, θα το βρεις εδώ.

Σελίδα κατάστασης για τους πελάτες

Μια δημόσια σελίδα κατάστασης ανά πελάτη απαντά στο «είναι πάνω;» πριν γίνει τηλεφώνημα. Δείχνει ποιες υπηρεσίες λειτουργούν και τη διαθεσιμότητα, χωρίς διευθύνσεις, IP ή μηνύματα σφάλματος που δεν χρειάζεται να δει κανείς.

Έτοιμες ρυθμίσεις ανά είδος project

Συχνές ερωτήσεις

Γιατί όχι ειδοποίηση με την πρώτη αποτυχία;

Γιατί οι μεμονωμένες αποτυχίες είναι συχνές και συνήθως αθώες. Μια ομάδα που λαμβάνει ψεύτικους συναγερμούς μαθαίνει να τους αγνοεί, και τότε χάνει και τους αληθινούς.

Ο πάροχος hosting δεν έχει ήδη παρακολούθηση;

Παρακολουθεί τον server του, όχι το site σου. Ένα site μπορεί να είναι εκτός ενώ ο server δουλεύει τέλεια, π.χ. από ένα plugin, μια βάση ή ένα DNS.

Τι είναι καλό ποσοστό διαθεσιμότητας;

Για ένα site πελάτη, πάνω από 99,9% τον μήνα σημαίνει λιγότερα από 45 λεπτά εκτός. Πιο σημαντικό από τον αριθμό είναι να ξέρεις πότε και γιατί έπεσε.

Χρειάζομαι παρακολούθηση και στο staging;

Ελαφριά, ναι. Ένα staging που έπεσε πριν από μια παρουσίαση σε πελάτη είναι κι αυτό πρόβλημα.