Monitorización y alertas

¿Qué métricas monitorizamos?

Ofrecemos una monitorización completa de servidores y clústeres de Kubernetes con nuestros frameworks de operaciones de código abierto, LinuxAid y KubeAid, basados en Prometheus.

1. Monitorización de servidores (LinuxAid)

En los servidores, todas las métricas y reglas de alerta están definidas en nuestra pila LinuxAid aquí:

Incluyen:

• Métricas del host y del hardware
• CPU, RAM, E/S y estado de los discos
• Monitorización de sistemas de archivos y almacenamiento
• Rendimiento de la red

Estas reglas se mantienen como código abierto, se actualizan con regularidad y además hemos escrito un conjunto de pruebas para ellas.

2. Monitorización de Kubernetes (KubeAid)

En los entornos de Kubernetes usamos Kube Prometheus como base y lo ampliamos con reglas y mixins adicionales.

Reglas de alerta básicas:

Alertas y mixins adicionales:

Nuestras alertas de Kubernetes incluyen:

• Métricas de nodos, pods y contenedores
• Estado del plano de control y del servidor de la API
• Rendimiento y disponibilidad de etcd
• Señales del scheduler y del controller-manager
• Estado del ingress, de los servicios y de la red
• Alertas a nivel de aplicación para determinados componentes de código abierto
• Paquetes opcionales de alertas basados en mixins que pueden activarse o desactivarse por clúster

Este enfoque por capas garantiza visibilidad en toda la plataforma, con la flexibilidad necesaria para adaptarse al stack de cada cliente.

Cómo gestionamos las alertas y el escalado de incidencias

Prometheus envía las alertas a nuestro endpoint central de ingesta de alertas (con la opción de excluir hosts o componentes si lo solicitas). Después, las alertas las procesa nuestra plataforma interna de operaciones, que:

• Crea o actualiza automáticamente tickets de alerta
• Avisa a nuestro equipo de operaciones 24/7
• Aplica tu SLA para priorizar correctamente y fijar plazos
• Sigue en tiempo real el progreso del acuse de recibo y de la resolución
• Realiza escalados automáticos, primero a la persona de guardia y, si hace falta, a la dirección
• Algunas de nuestras alertas son preventivas, es decir, saltan antes de que algo llegue a romperse o caerse.

Siempre damos prioridad a restablecer el servicio lo antes posible y después nos centramos en abordar la causa raíz para evitar que vuelva a ocurrir.