ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ

Наблюдаемость (logs/metrics/traces) как часть проектирования ИС: SLI/SLO и снижение MTTR

Авторы

  • Максим Викторович Ростоцкий Дальневосточный федеральный университет, 690922, г. Владивосток, о. Русский, п. Аякс, 10
  • Галина Леонидовна Берёзкина Дальневосточный федеральный университет, 690922, г. Владивосток, о. Русский, п. Аякс, 10
  • Сергей Сергеевич Вербицкий Дальневосточный федеральный университет, 690922, г. Владивосток, о. Русский, п. Аякс, 10
  • Анна Андреевна Курилова Дальневосточный федеральный университет, 690922, г. Владивосток, о. Русский, п. Аякс, 10
  • Мария Андреевна Фёдорова Дальневосточный федеральный университет, 690922, г. Владивосток, о. Русский, п. Аякс, 10

Как цитировать

ГОСТ Ростоцкий М. В., Берёзкина Г. Л., Вербицкий С. С., Курилова А. А., Фёдорова М. А. Наблюдаемость (logs/metrics/traces) как часть проектирования ИС: SLI/SLO и снижение MTTR // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2025. Т. 69. № 12. С. 117-125.
APA Ростоцкий, М. В., Берёзкина, Г. Л., Вербицкий, С. С., Курилова, А. А. & Фёдорова, М. А. (2025). Наблюдаемость (logs/metrics/traces) как часть проектирования ИС: SLI/SLO и снижение MTTR. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 69(12), 117-125.

Аннотация

В статье рассматривается наблюдаемость распределённых информационных систем как проектируемое свойство, обеспечивающее управляемость сложности микросервисных, событийно-ориентированных и гибридных архитектур за счёт сквозной телеметрии (логи, метрики, распределённые трассы) и формализации надёжности через SLI/SLO и бюджет ошибок. Показано, что изолированное или позднее внедрение инструментов телеметрии формирует слепые зоны, переводя диагностику инцидентов в стохастический режим и ухудшая соответствие эксплуатационных характеристик реальному пользовательскому опыту, особенно в облачных средах с эфемерными ресурсами, где инфраструктурные метрики теряют объяснительную силу. На массиве более 12 000 инцидентов из 148 промышленных систем продемонстрирована количественная связь зрелости наблюдаемости с сокращением времени восстановления: рост покрытия трассировкой и переход от статических порогов к динамическому алертингу на основе SLO сопровождаются многократным снижением MTTR и доли ложных срабатываний, а также уменьшением вариативности восстановления. Подтверждён синергетический эффект триады logs/metrics/traces: полный стек резко снижает время обнаружения и повышает долю инцидентов, устраняемых в пределах SLA. Дополнительно выявлен экономический оптимум детализации данных: адаптивное tail-based сэмплирование обеспечивает лучший возврат инвестиций по сравнению с простым увеличением объёма сохраняемых трасс, отражая закон убывающей отдачи и необходимость семантической фильтрации сигналов.

Ключевые слова

наблюдаемость телеметрия логи метрики трассы SLI SLO MTTR распределённая трассировка

Библиографические ссылки

Allspaw J., Robbins J. Web operations: keeping the data on time. O’Reilly Media, 2010. 338 p.

Beyer B., Jones C., Petoff J., Murphy N.R. Site reliability engineering: how Google runs production systems. Sebastopol: O’Reilly Media, 2016. 552 p.

Campbell L., Majors C. Database reliability engineering: designing and operating resilient database systems. O’Reilly Media, 2017. 294 p.

Han J., Kamber M., Pei J. Data mining: concepts and techniques. 3rd ed. Waltham: Morgan Kaufmann, 2012. 703 p.

Hastie T., Tibshirani R., Friedman J.H. The elements of statistical learning: data mining, inference, and prediction. 2nd ed. New York: Springer, 2009. 745 p.

Hidalgo A. Implementing service level objectives: a practical guide to SLOs and error budgets. O’Reilly Media, 2020. 404 p.

Jones C., Murphy N.R., Petoff J., Beyer B. The site reliability workbook: practical ways to implement SRE. O’Reilly Media, 2018. 474 p.

Zhang, Lei and Anand, Vaastav and Xie, Zhiqiang and Vigfusson, Ymir and Mace, Jonathan. (2022). The Benefit of Hindsight: Tracing Edge-Cases in Distributed Systems. 10.48550/arXiv.2202.05769.

Kleppmann M. Designing data-intensive applications: the big ideas behind reliable, scalable, and maintainable systems. O’Reilly Media, 2017. 590 p.

Majors C., Fong-Jones L., Miranda G. Observability engineering: achieving production excellence. O’Reilly Media, 2026. 295 p.

Montgomery D.C., Peck E.A., Vining G.G. Introduction to linear regression analysis. 5th ed. Hoboken: Wiley, 2012. 672 p.

Nygard M.T. Release it!: design and deploy production-ready software. 2nd ed. Raleigh: Pragmatic Bookshelf, 2018. 378 p.

Sigelman B.H., Barroso L.A., Burrows M., et al. Dapper, a large-scale distributed systems tracing infrastructure. Mountain View: Google, 2010. 14 p.

Sridharan C. Distributed systems observability. San Francisco: Honeycomb, 2018. 36 p.

Turnbull J. The art of monitoring: mastering scalable monitoring for modern applications and infrastructure. 2nd ed. Los Angeles: Turnbull Press, 2014. 750 p.

Выпуск

Том 69 № 12 (2025): Строительные и дорожные машины

Раздел

ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ

Метрики

137 просмотров
0 скачиваний
JATS XML
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

JATS XML

Похожие статьи

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.

Наиболее читаемые статьи этого автора (авторов)