Olaylar & RCA

Orbtrace'te olay (incident) "bir şey yanlış gitti"nin kaydıdır. Alarmları, etkilenen servisleri, trace'leri, logları, deploy'ları toplar — ve manşet özelliği olarak Sebep RCA'sı: tıklayıp doğrulayabileceğiniz span ID'leriyle kanıtlanmış, sebebi anlatan paragraf.

Olay nasıl açılır?

Üç yol:

• Bir alarmdan otomatik — en yaygını. Bir alarm yandığında bir olay yaratılır ve alarm ona eklenir. Aynı servis için 10 dakika içinde ilgili bir alarm daha yanarsa yeni olay açmak yerine aynı olaya eklenir.
• Anomali tespitinden otomatik — Orbtrace'in anomali tespiti her servisin altın sinyallerini izler. Mevcut bir alarma uymayan yeni bir anomali yine de olay açabilir.
• Manuel — olaylar listesindeki ya da herhangi bir panelden "Olay aç". "Sistemin yakalamadığı bir şeyi araştırıyorum" için.

Olaylar listesi

/incidents adresindeki tablo, olay başına bir satır:

Filtreler: duruma, öneme, servise, tarih aralığına, has-RCA.

Olay detay sayfası

Bir satıra tıklayın → detay sayfası. Yukarıdan aşağı:

① Başlık

• Önem kapsülü, durum kapsülü, başlık (tıkla, yeniden adlandır).
• Başlangıç, mevcut süre.
• Butonlar: Onayla (durumu mitigating yapar), Çöz, İptal, Post-mortem dışa aktar.

② Zaman çizelgesi

Bu olaya ekli her olayın dikey zaman çizelgesi:

• Alarm yandı.
• Alarm Ali tarafından onaylandı.
• Yeni alarm yandı (eklendi).
• Deploy a8f21b geri alındı.
• Durum mitigating yapıldı.
• RCA üretildi.
• Durum resolved yapıldı.
• Post-mortem dışa aktarıldı.

Her olay için detaya tıklayın. Zaman çizelgesi "ne olduğunun sıralı kaydı"dır.

③ Sebep RCA paneli — manşet

Yapay zekânın yazdığı analizi içeren geniş panel. Yapısı:

RCA metnindeki her span ID'si tıklanabilirdir — trace detayı o span odakta açılır. Her log linki de logları açar.

RCA ile aynı fikirde değilseniz — yanlış sebebi göstermişse — **"Geri bildirimle RCA'yı yeniden çalıştır"**a tıklayın. Bir paragraf düzeltme ekleyin; AI sizin geri bildiriminizle yeniden çalışır. Düzeltilmiş analiz aslının yerini alır.

④ Etkilenen servisler

Her etkilenen servis: mevcut sağlık kapsülü, üstündeki alarm(lar), servis detayına bağlantı.

⑤ Ekli alarmlar

Bu olaya düşen alarmların listesi. Her satır: önem, sorgu, değer, yanma zamanı, onaylayan.

⑥ Trace paneli

Olay penceresinden, en yavaştan sıralı önceden süzülmüş trace listesi. Tıklamak trace panelini açar.

⑦ Log paneli

Olayın servislerinden ve penceresinden ERROR seviyesindeki logların listesi. Loglar ile aynı panel.

⑧ Deploy paneli

Etkilenen servislerin olay öncesi 24 saatlik tüm deploy'ları. RCA bir deploy'dan şüpheleniyorsa o satır vurgulanır.

⑨ Notlar

İnsan yorumu için metin alanı. Markdown desteği. Olay sırasında "X'i şimdi geri aldım" diye yazın. Notlar zaman çizelgesinde görünür.

⑩ Post-mortem dışa aktarımı

Post-mortem dışa aktar: başlık, önem, süre, zaman çizelgesi, RCA, notlar ve ekli grafik (PNG) içeren Markdown belgesi üretir. Confluence / Notion / GitHub Wiki'ye atın.

Anomali ayarları (kısa sapma)

Bazen kendi başına olay açan anomali tespitinin ayarları Yönetim → Anomaly'de:

• Servis başına hassasiyet (düşük / orta / yüksek).
• "Yeni" eşikleri — genelde STL ayrıştırma artığı > N standart sapma.
• Yeniden işaretlenmeyecek geçmiş yanlış pozitif listesi.

Gerçek trafikte bir hafta çalıştırdıktan sonra ayarlayın.

İpuçları

• Hızlıca onaylayın, sonra araştırın. Açık ve onaylanmamış olay ekrandaki en pahalı şeydir — nöbet saati MTTA'ya karşı işler.
• RCA'ya güvenin ama doğrulayın. Span'lere bir sebepten kaynak veriyor. Tıklayın. 20'de 1 yanlış RCA, her kaynağa tıklama alışkanlığı edinince hızlıca görülür.
• Notları çalışırken yazın, sonradan değil. Gelecekteki siz (ve post-mortem'iniz) teşekkür eder.
• Çözmeden önce post-mortem'i dışa aktarın. Çözünce baskı düşer, zaman çizelgesinin yarısını unutursunuz.

Sırada: Time-Travel Replay.