Один из самых дорогих уроков в инфраструктуре — это «почти всё было нормально».

Один из самых дорогих уроков в инфраструктуре — это «почти всё было нормально».

У одного проекта ночью выросла нагрузка: база начала отвечать медленнее, очередь задач распухла, а мониторинг показывал лишь лёгкую тревогу. Команда решила, что это обычный всплеск, и отложила разбор до утра. К утру сервис уже лежал: диски забились логами, коннекты к БД закончились, а автоскейлинг не спас, потому что упёрся в лимит по ресурсам.

Главная ошибка была не в железе, а в уверенности, что запас прочности есть по умолчанию. Его нужно проверять: лимиты, алерты, сценарии деградации, запас по дискам и памяти, тесты отказоустойчивости. ⚙️

В инфраструктуре опаснее всего не внезапный крах, а медленное накопление проблем, которое выглядит как «ещё терпимо».