Мониторинг и метрики

Узнаешь о проблеме раньше пользователей: метрики для Prometheus, SLI и p95 по логам, алерты без ложных тревог.

Мониторинг начинается с вопроса «а как это посчитать». Сначала метрики из /proc: uptime, load average, память, процессы, дескрипторы — в формате Prometheus с лейблами. Потом метрики из логов: ошибки, сводка по статусам, доля 2xx, медиана и p95. Дальше — проверки: время ответа, открыт ли порт, заполнен ли диск, жив ли сервис. Финал — алерт с гистерезисом, который не дёргается на каждом всплеске.