Клиенты то и дело обращаются в поддержку с одним вопросом — жив ли сервис прямо сейчас, а показать им единую честную страницу мне пока нечего. Требуется размещаемая на нашем сервере публичная страница состояния, которая отвечает за всю платформу целиком: с небольшим интервалом она сама опрашивает API, сайт, базу и фоновые обработчики и переводит каждый ответ в наглядный индикатор — норма, замедление или серьёзная авария. Важно, чтобы страница грузилась быстро, корректно открывалась на телефоне и читалась мгновенно: зашёл — и сразу видно, что цело, а что отвалилось, без рытья в журналах. Подчёркиваю: мне нужен не аналитический дашборд с диаграммами по выручке и посещаемости, а узкая страница про надёжность, которая только про доступность — текущую и историческую.
Кроме онлайн-картины важен весь цикл ведения инцидента. Как только проверка провалилась либо мы объявили сбой руками, платформа заводит запись инцидента, даёт нам добавлять сообщения со временем по ходу разбирательства — выясняем, нашли причину, следим, закрыли — и сохраняет открытую летопись, чтобы посетители видели, как мы отрабатывали прежние проблемы. Отдельно нужны заблаговременные анонсы техработ, чтобы плановая остановка не путалась с внезапной аварией. Аптайм считаем отдельно по каждому компоненту и выводим бегущим процентом за 30 и 90 дней, опираясь на сохранённые итоги проверок, — числа должны быть настоящими и поддаваться проверке, а не рисоваться для вида.
Без рассылки подписчикам не обойтись. Любой посетитель подписывается по почте и получает письмо, когда инцидент открыт, дополнен или закрыт, а также при назначении техработ, с корректной кнопкой отписки. Нужна и панель администратора: там мы заводим компоненты, вручную запускаем проверки и публикуем обновления по инцидентам. Жду опрятный код с комментариями и короткую памятку по развёртыванию.
— Самостоятельный опрос доступности (HTTP, API, база, обработчики) с гибким интервалом
— Индикаторы компонентов: норма, замедление, частичный и серьёзный сбой
— Хронология инцидентов со стадиями выясняем/причина/следим/закрыто
— Заблаговременные анонсы плановых техработ
— Бегущий аптайм за 30 и 90 дней по сохранённым итогам
— Подписка по почте с письмами-уведомлениями и отпиской
— Админ-панель для компонентов, ручных проверок и записей об инцидентах
Кроме онлайн-картины важен весь цикл ведения инцидента. Как только проверка провалилась либо мы объявили сбой руками, платформа заводит запись инцидента, даёт нам добавлять сообщения со временем по ходу разбирательства — выясняем, нашли причину, следим, закрыли — и сохраняет открытую летопись, чтобы посетители видели, как мы отрабатывали прежние проблемы. Отдельно нужны заблаговременные анонсы техработ, чтобы плановая остановка не путалась с внезапной аварией. Аптайм считаем отдельно по каждому компоненту и выводим бегущим процентом за 30 и 90 дней, опираясь на сохранённые итоги проверок, — числа должны быть настоящими и поддаваться проверке, а не рисоваться для вида.
Без рассылки подписчикам не обойтись. Любой посетитель подписывается по почте и получает письмо, когда инцидент открыт, дополнен или закрыт, а также при назначении техработ, с корректной кнопкой отписки. Нужна и панель администратора: там мы заводим компоненты, вручную запускаем проверки и публикуем обновления по инцидентам. Жду опрятный код с комментариями и короткую памятку по развёртыванию.
— Самостоятельный опрос доступности (HTTP, API, база, обработчики) с гибким интервалом
— Индикаторы компонентов: норма, замедление, частичный и серьёзный сбой
— Хронология инцидентов со стадиями выясняем/причина/следим/закрыто
— Заблаговременные анонсы плановых техработ
— Бегущий аптайм за 30 и 90 дней по сохранённым итогам
— Подписка по почте с письмами-уведомлениями и отпиской
— Админ-панель для компонентов, ручных проверок и записей об инцидентах
