Как сократить обнаружение инцидентов с 40 до 10 секунд
Как сократить обнаружение инцидентов с 40 до 10 секунд Команда Atlassian перестроила платформу обработки клиентской телеметрии, заменив Node.js-агрегаторы и общую очередь на архитектуру с Apache Kafka, Flink, Kubernetes и OpenTelemetry. Результаты оказались такими: — задержка от события до метрики сократилась с 40+ до менее 10 секунд; — около 90 виртуальных машин заменили четыре Kubernetes-пода; — ежемесячные расходы снизились с $20 000 до $650; — пропускная способность превысила миллиард событий в сутки; — число регулярных перезапусков Flink-задания сократилось с восьми в день до нуля. Авторы статьи разбирают ложные срабатывания, пропущенные инциденты, ошибки автоскейлинга и ситуацию, когда отсутствие телеметрии ошибочно принимается за нормальную работу. Читать на Хабре ✅ Telegram | ✅ MAX