Какие инструменты мониторинга вы используете?

Чаще всего Prometheus и Grafana для метрик, Loki или ELK для логов, OpenTelemetry для трейсов. Если у вас уже есть Zabbix или облачный мониторинг, встраиваемся в него, а не ломаем.

Можно заказать только дежурства, без настройки мониторинга?

Можно, если мониторинг у вас уже работает и мы ему доверяем. Обычно сначала приводим алерты в порядок — иначе дежурный будет реагировать на шум.

Что такое SLI и SLO и зачем они нужны?

SLI — измеримый показатель качества сервиса, например доля успешных запросов. SLO — целевое значение этого показателя. Алерты по SLO срабатывают тогда, когда страдают пользователи, а не когда просто выросла нагрузка.

Что нужно от нашей команды?

Человек, который знает систему и может ответить на вопросы, доступы с минимально необходимыми правами и согласованные окна для переключений. Остальное делаем мы.

Не окажемся ли мы зависимы от вас?

Нет. Код инфраструктуры, доступы и документация лежат в вашем репозитории с первого дня, аккаунты в облаке оформлены на вас. До доступа к инфраструктуре подписываем NDA, по ходу работы передаём знания вашей команде.

Мониторинг и дежурства 24/7

Метрики, логи, трейсы и алерты, которые срабатывают по делу. Внедряем SLI/SLO, дежурим 24/7 и разбираем инциденты, чтобы они не повторялись.

Обсудить задачу Начать с аудита

Ответит инженер, а не менеджер, — в течение рабочего дня.

Дежурства 24/7
Алерты по SLI/SLO
Разбор каждого инцидента
Работают инженеры-сооснователи

Официальные партнёры облаков

Yandex Cloud
Selectel
Timeweb Cloud

среди клиентов

ПАО «Новотек»
RZD
SberCorus
Otus
Besttrip
JedAI
IMSystems
Builddocs
Headframe
RTDS

Кейсы →

symptoms.log

Когда к нам приходят

Об авариях узнаёте от клиентов

Мониторинга нет или он смотрит не туда: серверы зелёные, а пользователи не могут оплатить заказ.

Алертов так много, что их игнорируют

Чат с уведомлениями замьючен, и настоящая проблема тонет в шуме.

Долго ищете причину

Логи разбросаны по серверам, и разбор каждого инцидента занимает часы.

Ночью никто не дежурит

Если что-то упадёт в выходные, узнаете об этом в понедельник.

scope.md

Что входит в работу

Метрики

Prometheus и экспортёры для серверов, баз данных, очередей и приложений, дашборды в Grafana.

Логи

Централизованный сбор и поиск по логам на Loki или ELK, с хранением по вашим требованиям.

Трейсы

OpenTelemetry, чтобы видеть путь запроса через все сервисы и находить медленное место.

Алерты по SLI/SLO

Уведомляем о том, что важно для пользователей, а не о каждом всплеске загрузки процессора.

Дежурства 24/7

Реагирование на инциденты по согласованному SLA, эскалация и связь с вашей командой.

Разбор инцидентов

После каждой аварии — разбор и устранение причины, а не только симптома.

Мониторинг бэкапов и реплик

Алерт, если бэкап не создался, устарел или реплика отстала. Сам мониторинг размещаем так, чтобы он пережил отказ основной площадки.

Что остаётся у вас

Дашборды по ключевым сервисам и бизнес-сценариям
Алерты с понятными инструкциями, что делать
Регламент реагирования и эскалации
Отчёты по инцидентам и доступности

Стек

Prometheus
Grafana
Loki
ELK
OpenTelemetry
Alertmanager

git log --cases

Кто будет работать над задачей

Нас трое, и это осознанно: с вами общаются и работают одни и те же инженеры, без прослойки менеджеров и передачи задач по цепочке.

Александр Калошин
Основатель
Более 20 лет в IT. В 2014 основал Last.Backend — свой оркестратор контейнеров появился практически одновременно с Kubernetes.
- Last.Backend: управление контейнерами и DevOps как сервис
- Отказоустойчивая инфраструктура: Kubernetes, CI/CD, bare-metal
- Разработка на Go
- Спикер ProIT Fest и GolangConf
Александр Тихомиров
Основатель
7 лет в DevOps, десятки реализованных проектов — от первого пайплайна до production под нагрузкой.
- Проектирование и сопровождение инфраструктуры
- Миграции в облако и построение с нуля
- CI/CD, Kubernetes, Infrastructure as Code
Денис Герасимов
Основатель
5 лет в DevOps. Берёт самые сложные задачи и доводит их до конца.
- Сложные инфраструктурные проекты
- Мониторинг, дежурства и разбор инцидентов
- Автоматизация эксплуатации

FAQ.md

Частые вопросы

Какие инструменты мониторинга вы используете?: Чаще всего Prometheus и Grafana для метрик, Loki или ELK для логов, OpenTelemetry для трейсов. Если у вас уже есть Zabbix или облачный мониторинг, встраиваемся в него, а не ломаем.
Можно заказать только дежурства, без настройки мониторинга?: Можно, если мониторинг у вас уже работает и мы ему доверяем. Обычно сначала приводим алерты в порядок — иначе дежурный будет реагировать на шум.
Что такое SLI и SLO и зачем они нужны?: SLI — измеримый показатель качества сервиса, например доля успешных запросов. SLO — целевое значение этого показателя. Алерты по SLO срабатывают тогда, когда страдают пользователи, а не когда просто выросла нагрузка.
Что нужно от нашей команды?: Человек, который знает систему и может ответить на вопросы, доступы с минимально необходимыми правами и согласованные окна для переключений. Остальное делаем мы.
Не окажемся ли мы зависимы от вас?: Нет. Код инфраструктуры, доступы и документация лежат в вашем репозитории с первого дня, аккаунты в облаке оформлены на вас. До доступа к инфраструктуре подписываем NDA, по ходу работы передаём знания вашей команде.

Обсудим вашу задачу

Опишите, что происходит с инфраструктурой сейчас, — ответим в течение дня и предложим бесплатный разбор.

Обсудить задачу DevOps-услуги