Настроили мониторинг интернет-магазина в Zabbix

Как обнаруживали проблемы

Интернет-магазин обслуживался внешним специалистом. Сотрудники сообщали, что сайт перестал открываться или не удаётся сохранить изменения в административной панели. После такого обращения специалист подключался к серверу и разбирался с причиной.

Проблемы возникали на разных уровнях. Свободное место заканчивалось постепенно, а приложение могло остановиться при работающей виртуальной машине. Отдельные технические сообщения существовали, но общего наблюдения за этими состояниями и порядка реакции не было.

С какими сбоями сталкивался магазин

• Заполнение файлового раздела. Журналы и локальные резервные копии накапливались на сервере сайта. Когда свободное место заканчивалось, приложение не могло нормально записывать данные: сотрудники сталкивались с ошибками сохранения, а работа сайта нарушалась. До этого запас места проверяли вручную.

• Остановка приложения при доступном сервере. Виртуальная машина отвечала на сетевые проверки, но служба приложения переставала работать. Посетители не могли открыть страницы магазина. Проверка только самого сервера не показывала, что сайт уже недоступен.

Что включили в мониторинг

Для проблемы с диском требовалось предупреждение о сокращении запаса места до ошибок записи. Для остановки приложения — отдельные проверки его службы и ответа сайта. Уведомление должно было показывать объект, наблюдаемое состояние и первое действие для ответственного специалиста.

Мониторинг обнаруживает состояние и сообщает о нём. Освобождение диска, настройка хранения журналов и копий, разбор причины остановки и исправление приложения относятся к сопровождению сервиса. Такие работы требовались бы и при настроенном Zabbix.

В первоначальный объём вошли техническая доступность и согласованные проверки страниц. Проверка оплаты, всех сценариев покупки и бизнес-показателей осталась отдельной задачей.

Почему выбрали Zabbix

Одна внешняя проверка сайта показывала бы недоступность, но не помогала разобраться с состоянием серверного окружения. Для задачи требовались показатели узлов, события и единый порядок уведомлений.

Zabbix развернули отдельно от обслуживаемого сервера. Данные об узле и проверки сайта собрали в общем интерфейсе. События разделили по важности, а уведомления направили по согласованным каналам связи.

Что настроили

• Развернули Zabbix, настроили доступ к интерфейсу и административные учётные записи.

• Подключили серверные узлы и проверили поступление показателей процессора, памяти и дисков. Для файлового раздела сайта настроили предупреждение о нехватке места до его полного заполнения.

• Добавили отдельную проверку службы приложения и проверки согласованных страниц сайта с контролем ответа и наличия ожидаемого содержимого. Доступность виртуальной машины больше не служит единственным признаком работоспособности магазина.

• Уточнили пороги событий по исходному поведению системы, чтобы обычные кратковременные колебания не вызывали постоянный поток сообщений.

• Настроили зависимости между событиями: при недоступности узла сообщения о зависимых службах не должны маскировать основную причину.

• Подготовили уведомления о проблеме и восстановлении, указали ответственного и порядок действий: при нехватке места проверить рост журналов и копий, при недоступности сайта — состояние приложения и его журналы.

• Собрали обзорный экран с состоянием узлов и открытыми проблемами, описали правила планового обслуживания.

Как сделали уведомления полезными

Готовые шаблоны давали много событий, часть которых не требовала вмешательства. Мы разобрали их с обслуживающим специалистом и оставили понятные условия: где достаточно наблюдения, когда нужно планировать действие и что требует немедленной реакции.

Особое внимание уделили связанным проблемам. При потере доступности сервера важнее получить сообщение об узле, чем множество однотипных уведомлений о его службах. Для такой ситуации настроили зависимости и проверили последовательность событий.

В сообщениях оставили достаточно контекста для начала работы: какой узел затронут, что наблюдает мониторинг и где находится инструкция. Пароли и секреты в уведомления не включали.

Как проверяли мониторинг

• Проверили поступление показателей от подключённых узлов и выполнение проверок сайта.

• Для проверки дискового предупреждения временно изменили порог на согласованном объекте и проверили уведомление. Рабочий раздел сайта для этого не заполняли.

• На отдельном проверочном объекте остановили службу приложения при доступной виртуальной машине и проверили события службы и сайта. Доступность самого сервера не скрывала остановку приложения.

• Восстановили нормальное состояние и проверили сообщение о завершении проблемы.

• Проверили зависимые события при недоступности узла и порядок уведомлений.

• Перевели объект в режим обслуживания и проверили поведение оповещений.

• Открыли обзорный экран под рабочей ролью специалиста и проверили доступ к нужным объектам.

Что получил магазин

По исходным сбоям появились конкретные проверки. При сокращении запаса места Zabbix направляет предупреждение, чтобы специалист мог проверить рост файлов и принять меры. При остановке приложения или ошибке ответа сайта создаётся событие, даже если виртуальная машина остаётся доступной.

Результат проекта — наблюдение за этими состояниями, доставка уведомлений и понятный порядок реакции. Мониторинг сам не удаляет накопившиеся копии и не исправляет приложение: причину устраняет обслуживающий специалист. После восстановления проверки показывают нормальное состояние и отправляют сообщение о завершении проблемы.

Плановые работы учитываются в мониторинге, а зависимые события помогают отличать недоступность всего узла от проблемы отдельной службы. Ответственный знает, что проверить сначала и как зафиксировать действия.

Как поддерживается мониторинг

При изменении серверов, адресов страниц или состава служб обновляются и проверки. Отдельно контролируется доставка уведомлений: работающий сбор данных сам по себе не подтверждает, что сообщение дошло ответственному.

Обслуживание включает проверку Zabbix, резервные копии его конфигурации и пересмотр значимых событий. Круглосуточное дежурство и гарантированное время реакции требуют отдельного соглашения.

Решение для похожей задачи

Посмотреть состав решения