Инфраструктура редко ломается «внезапно» — обычно она предупреждает цифрами.

Инфраструктура редко ломается «внезапно» — обычно она предупреждает цифрами.

Что стоит держать на панели каждый день:
— uptime по сервисам, а не только по серверу;
— p95/p99 latency: среднее может быть красивым, а пользователи уже страдают;
— error rate: рост на 0,5–1% часто заметнее, чем падение CPU;
— disk I/O wait: узкое место, которое легко маскируется под «тормозит всё»;
— headroom по RAM и CPU: если запас меньше 20–25%, инцидент уже близко.

Полезная привычка: смотреть не на разовые пики, а на тренд за 7/30 дней. Именно он показывает, где система деградирует, а где просто был всплеск нагрузки. 📈

Хорошая метрика — та, по которой можно успеть что-то сделать до падения.