Команда Yandex Monium

В которую легко встраиваются другие сервисы для мониторинга. Платформа предоставляет пользователям единое окно входа для получения информации о состоянии систем и позволяет использовать множество типов телеметрии для понимания картины в целом.

Сейчас основные пользователи платформы — сервисы Яндекса, для которых команда разрабатывает решения с учётом внутренних требований компании. Теперь перед нами стоит вызов — адаптировать эти решения для внешнего мира, где пользователи привыкли жить не так, как команды Яндекса.

Читать далееСкрыть Команда Observability работает с большим объёмом сырых данных. Важно из всего потока извлекать полезную информацию и представлять её пользователю в удобном формате. Например, показы... Команда Observability работает с большим объёмом сырых данных. Важно из всего потока извлекать полезную информацию и представлять её пользователю в удобном формате. Например, показывать агрегированную картину по числу и характеру ошибок в системе, а также их корреляции с другими данными.

Читать далееСкрыть Стабильность инструментов Observability имеет критическое значение для сервисов Яндекса, Yandex Cloud и внешних клиентов. Без телеметрии останавливаются многие процессы как внутри отдельных сервисов, так и на... Стабильность инструментов Observability имеет критическое значение для сервисов Яндекса, Yandex Cloud и внешних клиентов. Без телеметрии останавливаются многие процессы как внутри отдельных сервисов, так и на уровне всей компании. Сервисы Observability особенно важны в случае инцидентов, поэтому инструменты должны оставаться доступными даже при отказах собственных критических зависимостей.

Читать далееСкрыть Чтобы обеспечивать рост нагрузки, необходимо непрерывно работать над масштабированием сервисов Observability. С ростом нагрузки существующие архитектурн... Чтобы обеспечивать рост нагрузки, необходимо непрерывно работать над масштабированием сервисов Observability. С ростом нагрузки существующие архитектурные решения могут перестать масштабироваться, что требует новых решений. Так, сервис алертинга отлично масштабировался до 10 млн алертов, но, чтобы обеспечить рост до сотен миллионов алертов, команде понадобилось вносить множество изменений в архитектуру.

Читать далееСкрыть Пользователям важно получать данные телеметрии практически мгновенно. Это критически важно в момент инцидента, когда каждая секунда на счету. Например, в логах, где данн... Пользователям важно получать данные телеметрии практически мгновенно. Это критически важно в момент инцидента, когда каждая секунда на счету. Например, в логах, где данных очень много (50 ГБ в секунду), пользователи хотят видеть информацию в интерфейсе менее чем через 10 секунд. Если поиск по логам работает дольше 30 секунд, пользователи просто идут искать логи на хостах.