מבוא

אחסון יעיל ו ניטור הם בסיס לשמירה על מערכות הפעלה אמין, מאובטחות ומבצעיות. בסביבות מבוזרות מודרניות, שבו שירותים משתרעים על מספר רב של מארחים ואזורי ענן, היכולת לאסוף, לנתח ולפעול על נתונים תפעוליים מפרידים מערכות החלות מקבוצות שבריריות. Loggings אירועים, שגיאות, ופעילויות של פיתוח, ומספקים מסלול ביקורת לא מאוזן.

חשיבותו של קידוד והתבוננות

במערכות הפעלה הנדסיות, חסימה ופיקוח משרתים תפקידים שונים אך משלימים. Logging רשומות דיסקרטיות לאורך זמן - אימות משתמש, כשל חיפוש מסד נתונים, שינוי תצורה. ניטור כל הזמן להעריך מדדים ותנאים נגד סף מוגדר, מעורר התראות או פעולות אוטומטיות כאשר סטייתות מתרחשות.ללא שני, קבוצות לפעול באופן עיוור, להסתמך על עקבות ידניים או דוחות משתמשים כדי לגלות בעיות.

שיטות טובות ל Logging

קידוד הוא יותר מכתיבה קווים לקובץ – הוא דורש עיצוב מכוון לייצר רשומות יעילות, מאובטחות ויעילות.הפרקטיקות הבאות עוזרות לצוותים הנדסיים לבנות בסיס אחסון חזק.

סטנדרטיזציה Log Format

(ב) , ⁇ מובנים מפשטים את הפיצול, הפיצול, וחיפוש אחר פורמט עקבי בכל השירותים - בדרך כלל JSON עם זוגות ערכי מפתח (כולל שדות סטנדרטיים כגון FLT:0,FLT:1, FLT:2, FLT 3: 3), FLT:4, לאכוף את שדות סטנדרטיים כגון: קידוד (FLT:4) מאפשר גם קידוד סטנדרטי או קידוד באופן אוטומטי, כגון קידוד (S) ctextexing) cting cting cting cting cting cting cting cting cting , לדוגמה, cting cting , לדוגמה, לדוגמה, cting cting , , cting cting , , , cting ;

המונחים: Appropriate Levels

רמות Log (DEBUG, INFO, WARN, ERROR, FATAL) חייבות לשמש באופן עקבי כדי להעביר דחיפות והיקף. Reserve DEBUG עבור מידע אבחון מפורט רק במהלך פיתוח או פתרון בעיות.ב-ב-InFO אירועים תפעוליים רגילים - שירות מתחיל/stop, הפסקות הפעלה מוצלחות של התאמות, תצורה מחדש של תנאי קשר לא קריטיים - עמידות גבוהה, ניסיונות תצורה של טיפול מיידיים, אך לא מוגבל של מערכת הפעלה מחדש של שימוש ב-מערכת הפעלה אוטומטית.

קידוד מאובטח

Logs לעתים קרובות מכיל מידע רגיש - כתובות IP, שמות משתמש, פרטי עסקה, ונתיבים פנימיים של מערכת הגנה על יומני גישה בלתי מורשית על ידי צפינות אותם במנוחה ובמעבר.יישם בקרת גישה מבוססת תפקידים (RBAC) על מערכות אחסון יומני: רק צוותי אבטחה ותפעול עם צורך-DS-לדעת צריכים לקרוא גישה; רק מערכות תשתיות צריכות לכתוב גישה.

מדיניות כוונון

לא כל יומני צריך להיות מאוחסן ללא הגבלת זמן.חלונות שמירה על בסיס דרישות ערך תפעולי וציות. ⁇ Active - אלה נבדקים עבור פעולות מתמשך - ניתן לשמור במשך 7-30 ימים. רשומות ממומנות על בסיס רשומות עשוי לדרוש 1-7 שנים. Archives יומני מבוגר יותר כדי להחליף פערים זולים, אחסון קר (למשל, אמזון S3, ענן קר) וליישם לוח זמנים של פירוק אוטומטי.

ביקורת ואנליזציות Logs

סקירת Log צריכה לעבור ממבט ידני לניתוח אוטומטי. Deploy di aggregation ופלטפורמות חיפוש (ELK Stack, Splunk, Grafana Loki) עם לוחות נתונים וגילוי אנומלי.קבוע סריקות אוטומטיות עבור דפוסים המעידים על איומים ביטחוניים - brute force, הסלמה חוזרת, הסלמה בנתוני נתונים, להשתמש בסיס סטטיסטי כדי לתדרים יוצאי דופן של גלימה או ניתוח של WNEXT.

הפרקטיקה הטובה ביותר למעקב

המעקב מספק את הנוף המתמשך, בזמן אמתי הדרוש כדי להבטיח בריאות המערכת.הפרקטיקות הבאות מתמקדות בבניית מערכת ניטור שהיא מקיפה וניתנת לניהול.

המונחים: real-Time alert

(FLT:0) יש צורך מדויק ופעולהי.IRLT:1 , סף Define עבור מדדים קריטיים - CPU מעל 90% במשך 5 דקות, שיעור השגיאה מעל 1% מעל 10 דקות, שטח דיסק מתחת 10% חינם. השתמש ברמות חומרה מרובות (P1-P5) כדי לציין השפעה הנדסית על ידי התראות הקשורות לקבוצה, באמצעות שכפול, החלת במהלך תחזוקה.

שימוש בכלים למעקב מרכזי

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

עקבו אחרי Key Performance Indexs (KPIs)

לזהות את המדדים שמשקפים ישירות את חוויית המשתמש ואת יציבות המערכת. "ארבעת אותות הזהב" - עצלות, תנועה, שגיאות, ושקע - הם נקודת התחלה טובה.עבור תשתיות, לעקוב אחר CPU, זיכרון, דיסק I / O, רשת באמצעות לוח, ושימוש דיסק ברמת הזנב (S) ב- 50.9%, למדוד את משך הבקשה, באמצעות חישוב, שגיאות, ירכיים, ויחסי caches לרמה של שירות (S) נמוך יותר מ-95 אחוזים (ברמה של שירות הזנב) ו-outp) (ברמה של תקנים (S) ו-99) במקום ציות) (S) (ברמה של תקנים (ברמה של תקנים סטנדרטיים) (ברמה של תקנים) (S) או ציות) (ברמה של תקנים (S) נמוך יותר מ-99) (ברמה של תקנים לרמה של תקנים לרמה של תקנים ל-99) (S) ב-99) (ברמה של תקנים ל-99) של תקנים ל-95.

תגובה אוטומטית

מעקב יעיל ביותר כאשר יחד עם remediation אוטומטית. לכתוב חוברות עבור כישלונות נפוצים וליישם אותם כתסריטים או זרימות עבודה.לדוגמה, כאשר שטח הדיסק חוצה סף, באופן אוטומטי להפעיל סיבוב או ארכיון לאחסון בענן.אם שירות הופך ללא אחריות, ניסיון הפעלה מחדש החסד או כשל שימוש חוזר באופן אוטומטי במקרה בריא.

ביצוע בדיקות בריאות רגילות

ניטור סינתטי - באמצעות עסקאות סינתטיות או פעולות משתמש סימולציה - מאמת את השירותים לא רק חי אלא מתפקד כראוי.זמן בריאות בודק כל 1-5 דקות ממיקומים גיאוגרפיים מרובים כדי לתפוס את הרווחים האזוריים.עבור שירותי אינטרנט, לבדוק את זרימת המשתמשים העיקריים כמו כניסה, חיפוש, ובדיקה. עבור APIs, לאמת קודי סטטוס תגובה, זמני תגובה ותיקון נתונים.שלב בדיקות סינתטיות עם ניטור אמיתי (R) כדי ללכוד את ההבדלים בין שימוש אוטומטי לאבחון בפועל.

אסטרטגיות מתקדמות

« « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « «

באדריכלות מיקרו-שירות, יומני ומדדים לבד לעתים קרובות לא מצליחים לעקוב אחר בקשה על פני שירותים מרובים. Distributed tracing עוקב אחר הנתיב של בקשה אחת כפי שהוא זורם דרך רכיבים שונים, נספח מידע תזמון ושגיאה בכל הופ. השתמש OpenTelemetry עבור כלי שיט ו a track backend כמו Jaeger או Zipkin.

שחיתות של לוגי, מסובכים, וטרפס

הכוח האמיתי של observability עולה כאשר שלושת האותות האלה מתלכדים. A ספייק בשיעור שגיאות (metric) ניתן לקדוח לתוך לראות אילו זיהויים של מעקב חוו את השגיאות, אז אלה מזהה עקבות ניתן להשתמש כדי לאחזר את כל קווי יומן הקשורים.פלטפורמות כמו Grafana ו-Datadog תמיכה מאוחדת על פני מדדים, יומנים, וצלילים.

AIOPS ו- Machine Learning

בקנה מידה, ניתוח ידני של מיליוני קווי יומן וזרמים מטריים הוא בלתי אפשרי. AIOps כלים ליישם Machine Learning כדי לזהות את האנומליות, קיבולת החיזוי, ובאופן אוטומטי מתואם אירועים.לדוגמה, הם יכולים לזהות התנהגות בסיסית עבור דפוסי תנועה יומיומיים ואזהרה כאשר סטיית מתרחשת ללא סף קבוע. השתמש ב-MLly אימות ופלטיו - שקרים יכולים לשקוע את האמון להתחיל עם שיטות פשוטות (מסומטמים סטנדרטיים) לפני שמשתנים סטנדרטיים מתקדמים יותר לדגמים מורכבים יותר.

שיקולים ביטחוניים וביטוח

מערכות קידוד ובקרה עצמן הן מטרות בעלות ערך גבוה עבור התוקפים.הם מכילים ראיות של פריצות ופנימיות מערכת.הגנה על צינורות עם הצפנה במעבר (TLS 1.2+) ובמנוחה.מיישם בקרת גישה קפדנית באמצעות IAM או RBAC. רוטט השתמש עבור משלוח ניטור ו- APIs. עבור תאימות, שמירה על עקבות ביקורת לא חתימות - השתמש בחנויות וסימנים עם חתימה דיגיטלית או תקנות אבטחה רגילות (Sken) כדי לזהות את דרישות אבטחה רגילות (Sken)

מלכודות נפוצות להימנע

  • (FLT:0) אופטימיזציה של יותר מדי FLT:1 - אימפולסיבית ב INFO או DEBUG בייצור מוביל לאחסון כתמים וערפל בעיות אמיתיות.כוונו רמות יומן לסביבה ולהשתמש דגימה לאירועים בעלי שם גבוה.
  • (FLT:0) אבחון הקשר בין קידוד 1FLT) - הודעות Log ללא תעודות זהות תואמים, פעמיםטאמפים באוזון זמן אחר, או metadata חסר לעשות debugging בלתי אפשרי.תמיד כוללים מזהה בקשה ו- UTC פעמיםtamps.
  • (ב) [ה]התראות:0] מעייף (ה') – יותר מדי אזהרות מיותרות גורמות למהנדסים היזכרות להתעלם או להשבית אותם.
  • (FLT:0) ממורמרים הכל חוץ מהדברים הנכונים של LT:1) - להתמקד במדדים ביקורתיים של העסק ולא איסוף כל ניגוד אפשרי. Define SLOs ו לפקח על מה שחשוב למשתמשים.
  • (ב) אם פלטפורמת המעקב שלך יורדת, אתה עיוור.
  • [ה]לא מחזור חיים עבור מאגרי מידע 1 [ה]: דבקות חוזרת לנצח היא יקרה; מחיקתם מוקדם מדי היא מסוכנת.

מסקנה

קידוד ופיקוח הם לא משימות חד פעמיות ההתקנה, אלא פרקטיקות רציפות שחייבות להתפתח עם המערכת שלך.הפרקים הטובים ביותר המפורטים - ריצוף מובנה, רמות יומן ניטור, התראות אוטומטיות, והתאמה של אותות - לתת לצוותים הנדסיים את הנראות הדרושה כדי לפעול בביטחון.משום שיטות אלה להפחית את זמן התגובה של האירוע, משפר את אמינות המערכת, ויחישות באופן קבוע את הגישות שלך לטלמט, לשלב את שיטות הפעלה, כדי לעזור שיטות הפעלה של מערכות הפעלה מורכבות של מערכת ההפעלה שלך.