సైట్ డౌన్‌టైమ్ హెచ్చరికలు

ప్యానెల్‌లోని గ్రాఫ్‌లు మెషీన్ స్థితిని చూపుతాయి, కానీ “సైట్ పనిచేస్తోందా?” అనే ప్రశ్నకు సమాధానం ఇవ్వవు. CPU ఖాళీగా ఉన్నప్పుడు కూడా అప్లికేషన్ హ్యాంగ్ అవ్వవచ్చు, బాహ్య తనిఖీ లేకపోతే దాని గురించి మీ క్లయింట్ల నుండే తెలుసుకుంటారు.

బాహ్య తనిఖీలు

ప్రధాన నియమం: మీరు పర్యవేక్షిస్తున్న మెషీన్ నుండే తనిఖీ చేయకండి. ఏదైనా బాహ్య అప్‌టైమ్ మానిటరింగ్ సేవను ఉపయోగించండి — వాటిలో చాలా ఉన్నాయి, ఒక నిమిషం ఇంటర్వెల్‌తో అనేక అడ్రస్‌ల కోసం ఉచిత ప్లాన్‌లు కూడా ఉన్నాయి. నిజంగా ముఖ్యమైన సెట్టింగ్‌లు:

• తనిఖీ అడ్రస్. హోమ్ పేజీ కాదు, డేటాబేస్ మరియు క్యూ రెండింటినీ తనిఖీ చేసే /healthz వంటి ప్రత్యేక రూట్. లేకపోతే, బ్యాకెండ్ చచ్చిపోయినప్పుడు కూడా క్యాష్ చేసిన హోమ్ పేజీ అందుతుంది.
• ఆశించిన ప్రతిస్పందన. 200 కోడ్‌తో పాటు బాడీలో ఒక సబ్‌స్ట్రింగ్. చాలా అప్లికేషన్‌లు పాడైనప్పుడు ఎర్రర్ మెసేజ్‌తో సహా 200నే తిరిగి ఇస్తాయి.
• థ్రెషోల్డ్. వరుసగా రెండు లేదా మూడు విఫల ప్రయత్నాలు, లేకపోతే ఏదైనా నెట్‌వర్క్ అంతరాయం మిమ్మల్ని నిద్ర లేపుతుంది.
• ఛానెల్. Telegram లేదా ఈమెయిల్. అలర్ట్ నిజంగా వస్తుందో లేదో నిర్ధారించుకోండి: సేవను ఒక నిమిషం పాటు ఆపివేసి, మెసేజ్ కోసం వేచి చూడండి.

ప్రత్యేకంగా సర్టిఫికెట్ గడువు ముగింపు తనిఖీని మర్చిపోవద్దు — గడువు ముగిసిన TLS సర్టిఫికెట్ అవుటేజ్‌లా కనిపిస్తుంది, అది క్రమం తప్పకుండా జరుగుతుంది.

మెషీన్‌పైనే వాచ్‌డాగ్

బాహ్య మానిటరింగ్ సైట్ డౌన్ అని మీకు చెబుతుంది. అది తనంతట తానే తిరిగి పైకి రావడానికి systemdని కాన్ఫిగర్ చేయండి. సర్వీస్ యూనిట్‌లో:

[Service]
Restart=always
RestartSec=5
StartLimitBurst=5
StartLimitIntervalSec=120

ఈ విధంగా సేవ ఆకస్మిక క్రాష్ నుండి బయటపడుతుంది, కానీ కాన్ఫిగరేషన్ పాడైతే అనంతంగా లూప్ అవ్వదు. ఎడిట్ చేసిన తర్వాత: systemctl daemon-reload && systemctl restart myapp.

క్రాష్ అవ్వకుండా హ్యాంగ్ అయ్యే అప్లికేషన్‌ల కోసం HTTP తనిఖీని జోడించండి. ఒక జంట యూనిట్‌లు — ఒక టైమర్ మరియు ఒక సర్వీస్:

cat >/etc/systemd/system/healthcheck.service <<'EOF'
[Service]
Type=oneshot
ExecStart=/usr/local/bin/healthcheck.sh
EOF

cat >/etc/systemd/system/healthcheck.timer <<'EOF'
[Timer]
OnUnitActiveSec=60
[Install]
WantedBy=timers.target
EOF

systemctl enable --now healthcheck.timer

స్క్రిప్ట్ స్వయంగా:

#!/bin/sh
curl -fsS --max-time 10 http://127.0.0.1:8080/healthz >/dev/null || systemctl restart myapp

మెషీన్ ఆరోగ్య హెచ్చరికలు

అవుటేజ్ రాకముందే డిస్క్ స్పేస్ మరియు మెమరీ అయిపోతున్నట్లు తెలుసుకోవడం కూడా ఉపయోగకరం. అత్యంత సులభమైన ఎంపిక — థ్రెషోల్డ్ దాటినప్పుడు Telegram మెసేజ్ పంపే cron జాబ్:

0 * * * * root [ "$(df --output=pcent / | tr -dc 0-9)" -gt 85 ] && curl -s -X POST "https://api.telegram.org/bot$TOKEN/sendMessage" -d chat_id=$CHAT -d text="VDS disk usage is over 85%"

సిద్ధంగా ఉన్న థ్రెషోల్డ్‌లతో మరింత అధునాతన ఎంపికను Netdata అందిస్తుంది.

సాధారణ తప్పులు

• అదే మెషీన్‌పై మానిటరింగ్. మెషీన్ డౌన్ అయితే, వాచ్‌డాగ్ మరియు అలర్టింగ్ రెండూ చచ్చిపోతాయి.
• చాలా సున్నితమైన థ్రెషోల్డ్. అబద్ధపు అలారాల ప్రవాహం అంటే నిజమైన దాన్ని మీరు దాటవేస్తారు.
• కారణాన్ని పరిశోధించకుండా Restart=always. రీస్టార్ట్ మెమరీ లీక్‌ను కప్పిపుచ్చుతుంది: సేవ ప్రతి అరగంటకు క్రాష్ అవుతుంది, మీకు అది కనిపించదు. systemctl show myapp -p NRestarts మరియు journalని తనిఖీ చేయండి.
• ping ద్వారా మాత్రమే తనిఖీ. వెబ్ సర్వర్ పూర్తిగా చచ్చిపోయినప్పుడు కూడా మెషీన్ ICMPకి ప్రతిస్పందిస్తుంది.

అలర్ట్ రాగానే మొదట తనిఖీ చేయవలసినది ప్యానెల్ /hosting/vds/m/<id>లోని “Overview”. గ్రాఫ్‌లలో విరామం ఉంటే అది మెషీన్ సమస్య; సైట్ అందుబాటులో లేనప్పుడు గ్రాఫ్‌లు చదునుగా ఉంటే అది అప్లికేషన్‌లోని సమస్య.