En sajt är enkelt: kontrollera den, larma dig själv. Femtio sajter med olika hosting, olika kunder och ett litet team är ett annat problem. Övervakningsdelen ändras knappt. Larmdelen är allt.
En vy över hela flottan
Har varje sajt sin egen dashboard och sin egen inkorg med larm ser ingen mönstret: tre kunder på samma webbhotell som går ner samtidigt ser ut som tre orelaterade problem. Samla hela portföljen på en skärm – grönt, gult, rött – så tar måndagsmorgonens fråga ”är allt uppe?” några sekunder i stället för femtio flikar.
Styr per sajt, inte per person
En hostingkund och en kund på löpande avtal ska inte ge samma larm. Larminställningar per sajt låter e-handelskundens kassa skicka SMS till jourtelefonen, medan broschyrsajten för en vilande kund bara mejlar den delade inkorgen. En standard för alla sajter, undantag där de förtjänas.
Eskalera, men bara om ingen reagerar
Andra halvan av regeln: om ingen trycker Jag tar det inom 15 minuter, larma nästa person – och påminn var 30:e minut tills någon gör det. Larm i omgångar ger den första en chans innan hela teamet väcks, och teamet väcks innan kunden ringer.
Tystnad med avsikt
Underhållsfönster per sajt eller för alla – tisdag 02:00–03:00 för veckans deploy – håller historiken komplett och telefonerna tysta. Tysta timmar är personliga: utvecklaren som inte har jour i natt väcks inte, den delade Slack-kanalen får larmet ändå.
Svara på "varför fick vi inget larm?" på tio sekunder
Varje larm som skickats, och varje larm som medvetet inte skickats, är en rad i historiken med orsak: underhåll, tysta timmar, kanalen misslyckades. När kunden frågar gissar du inte.
Bekräfta innan någon väcks
Det mesta av larmtröttheten kommer från en enda misslyckad kontroll: en mätpunkt missar ett svar, och teamet får ett kritiskt larm för en sajt som var uppe hela tiden. Kontrollera först från ett andra land och larma bara när båda är överens – då börjar teamet lita på sina larm igen.
Börja felsökningen i det som ändrades
Med femtio sajter är det dyra i en incident inte att upptäcka den utan att förklara den. Kördes en uppdatering, eller började PHP-fel dyka upp, minuterna innan sajten slutade svara är det ditt första spår. Säg det ärligt – det är korrelerat med ändringen, inte bevisat – men det gör en förmiddag av loggletande till några minuter.
Agency-planerna är byggda för just detta: Pro-övervakning av alla kundsajter, en samlad översikt med varje sajts hälsa, ett kundregister med kontaktuppgifter och krypterat inloggningsvalv, larm per kund och underhållsfönster över flera sajter. Med Detective-pluginet på en WordPress-sajt visas ett avbrott bredvid det som ändrades precis innan.
