No-Ops prag: Dizajniranje samolječeće infrastrukture koja ne budi čovjeka

U svijetu moderne infrastrukture, ideal je sustav koji se sam liječi – bez ikakvog ljudskog uplitanja. No, postavlja se ključno pitanje: gdje povući granicu između automatskog oporavka i uzbunjivanja čovjeka? Taj koncept nazivamo No-Ops pragom – točkom u kojoj infrastruktura mora odlučiti hoće li se sama popraviti ili će pozvati inženjera.

Što je No-Ops prag?

No-Ops prag je definirana granica između situacija koje sustav može sam riješiti (npr. privremeni pad usluge, ponovno pokretanje servisa) i onih koje zahtijevaju ljudsku intervenciju (npr. kvar hardvera, sigurnosni propust). Cilj je minimizirati lažne uzbune i osigurati da se inženjeri bave samo stvarnim problemima.

Konkretni obrasci za postizanje No-Ops praga

Evo tri provjerena obrasca koja možete implementirati odmah:

• Systemd automatsko ponovno pokretanje: Konfigurirajte systemd jedinice s Restart=always i RestartSec=5. Ovo omogućuje automatski oporavak od privremenih padova bez uzbunjivanja čovjeka. Primjer: [Service] Restart=always RestartSec=5
• Health checkovi s pragom tolerancije: Implementirajte health checkove koji dopuštaju određeni broj uzastopnih neuspjeha prije nego što se aktivira alarm. Na primjer, ako servis ne odgovori 3 puta zaredom, tek tada se šalje obavijest. Ovo sprječava lažne uzbune zbog kratkotrajnih mrežnih problema.
• Circuit breaker obrazac: Koristite circuit breaker (npr. u programskom jeziku Go ili Python) koji privremeno zaustavlja pozive prema neispravnom servisu. Nakon određenog vremena (npr. 30 sekundi), circuit breaker se resetira i pokušava ponovno. Ako i dalje ne uspijeva, tek tada se uzbunjuje čovjek.

Kako postaviti prag?

Ključ je u definiranju jasnih kriterija. Evo nekoliko smjernica:

• Vremenski prag: Ako se problem riješi unutar 30 sekundi, ne uzbunjuj čovjeka. Ako traje duže, pošalji alarm.
• Učestalost: Ako se taj problem ponovi više od 5 puta u satu, uzbuni čovjeka – to ukazuje na dublji problem.
• Kritičnost: Ako je pogođen korisnički promet ili sigurnost, odmah uzbuni čovjeka, bez obzira na prag.

Primjer implementacije

Zamislite web poslužitelj koji povremeno pada zbog memorijskog curenja. S systemd automatskim ponovnim pokretanjem, poslužitelj se diže za 5 sekundi. Ako padne više od 3 puta u 10 minuta, circuit breaker aktivira alarm i obavještava inženjera. Ovako sustav sam rješava manje probleme, a čovjek se bavi samo ozbiljnim kvarovima.

No-Ops prag nije samo tehnički koncept – to je filozofija povjerenja u infrastrukturu. Kada pravilno postavite granicu, vaš sustav postaje otporniji, a vi imate više vremena za inovacije, a ne za gašenje požara.