Co je stavová stránka a co na ni patří
Stavová stránka je stránka hostovaná odděleně od vaší služby, která ukazuje, zda každá její část právě teď funguje, plus záznam aktuálních a minulých incidentů. Jejím úkolem je odpovědět na otázku "je to na vaší straně, nebo na mé", aniž by kdokoli musel otevřít tiket podpory.
Co patří na stavovou stránku
Stavová stránka má tři vrstvy, a většina hodnoty je v prvních dvou.
Horní vrstva je aktuální stav každé komponenty, kterou uvedete. Komponenty jsou části, které zákazník dokáže rozeznat: web, API, dashboard, přihlašování, platební tok, backend mobilní aplikace. Stav je obvykle spíš krátký žebříček než binární volba, takže můžete napsat "omezeno" u služby, která je pomalá, ale odpovídá, místo volby mezi zeleným zaškrtnutím, které je nesprávné, a červeným křížkem, který je horší.
Prostřední vrstva je proud incidentů. Každý incident je krátký záznam s časem začátku, prostým popisem toho, co si zákazníci všimnou, a aktualizacemi přidávanými, jak se situace vyvíjí, s poznámkou o vyřešení na konci. Minulé incidenty zůstávají viditelné, a to je to, co ze stránky dělá záznam, a ne pouhý vypínač.
Spodní vrstva je historie: dostupnost za posledních 30 nebo 90 dní pro každou komponentu. Je to nejméně naléhavá část a zároveň ta, kterou nejčastěji čtou lidé, kteří vás hodnotí.
Veřejná, nebo soukromá
Veřejná stavová stránka je otevřená komukoli, kdo má odkaz, a je správnou volbou, když jsou vašimi zákazníky širší veřejnost nebo když publikujete SLA. Zároveň pohltí provoz během výpadku od lidí, kteří vůbec nejsou zákazníci.
Soukromá stavová stránka je omezená na přihlášené zákazníky nebo interní publikum. Týmy ji používají, když by seznam komponent odhalil interní architekturu, když incidenty zahrnují jmenovitě uvedené firemní zákazníky, nebo když stránka pokrývá interní systémy, které by žádný cizí uživatel neměl mít možnost vyjmenovat. Kompromisem je, že kdokoli se ke stránce nedostane, kontaktuje místo toho podporu.
Ať zvolíte kteroukoli variantu, hostujte stránku mimo infrastrukturu, o které informuje. Stavová stránka, která spadne spolu se službou, je horší než žádná stavová stránka, protože její mlčení během výpadku se čte jako tvrzení, že vše je v pořádku.
Jak napsat incident
Záznam incidentu se píše pro zákazníka, ne pro inženýry, kteří ho opravují. To znamená nejdřív příznak, příčinu později, pokud vůbec.
- Otevřete incident, jakmile potvrdíte problém, i když zatím neznáte příčinu. "Vyšetřujeme hlášení o chybách při placení" zveřejněné ve druhé minutě má vyšší hodnotu než kompletní vysvětlení v devadesáté.
- Napište, co zákazník uvidí a co s tím může dělat, včetně náhradního řešení, pokud existuje.
- Aktualizujte v rytmu, který předem stanovíte, a zveřejněte aktualizaci i tehdy, když zní "zatím beze změny". Mlčení se čte jako rezignace.
- Uzavřete s časem vyřešení a u čehokoli dlouhého nebo závažného přidejte krátkou poznámku o tom, co se stalo poté.
Přizpůsobte stav komponenty incidentu. Otevřený incident na komponentě, která pořád ukazuje zelenou, je nejrychlejší způsob, jak ztratit důvěru ve stránku. Pokud je základní selhání server odmítající požadavky, 503 Service Unavailable je odpověď, kterou vám zákazníci nejspíš budou citovat.
Plánovaná údržba
Plánovaná práce patří na stejnou stránku, oznámená předem s časovým oknem a očekávaným dopadem. Zveřejnění předem promění výpadek ve schůzku: zákazníci, kteří oznámení viděli, nezakládají tikety, a ti, kteří ne, alespoň najdou vysvětlení, zatímco se to děje.
Odlište údržbu od incidentu vizuálně i v záznamu a dodržujte oznámené okno. Okno údržby, které pravidelně přesahuje, naučí lidi ignorovat to příští.
Proč snižuje zátěž podpory
Během výpadku se fronta podpory naplní jednou otázkou položenou mnohokrát. Stavová stránka na ni odpoví jednou, na adrese, na kterou můžete odkázat z autorespondéru podpory, chybového stavu aplikace i ze sociálních sítí. To promění hodinu opakující se triáže v jeden odkaz.
Vedlejší efekt je na důvěru. Zveřejňování incidentů stojí méně, než se zdá, protože zákazníci, kteří si výpadku všimli, už vědí, že se stal. Posuzují, zda jste jim to řekli.
Odkud stav pochází
Stavová stránka je jen tak dobrá jako monitoring, který za ní stojí. Pokud si musí výpadku všimnout člověk, než se stránka změní, bude stránka vždy pozadu za zákazníky, kteří ji čtou, takže stavy komponent by měly řídit kontroly běžící nepřetržitě mimo vaši síť. HostTracker hostuje stavové stránky napájené vlastním monitoringem, který kontroluje z více než 300 kontrolních bodů ve 158 městech napříč 13 typy monitorů, takže stav komponenty sleduje výsledky kontrol, a ne to, zda si na ni někdo vzpomene. Jak takové kontroly vypadají, popisuje návod na HTTP kontrolu, a okolní pojmy pokrývá zbytek sekce o pojmech z monitoringu.