Если сайт оживает раньше, чем вы открываете панель сервера, начните сохранять время и результат каждого внешнего запроса. При следующем отказе понадобится интервал между последним успехом и первым провалом, а также логи за этот промежуток. Перезагрузка после восстановления может стереть полезные следы и не объяснит, что произошло.
Зафиксируйте один проверяемый URL и точку наблюдения. Условный тест обращается к публичной странице без авторизации и не отправляет заказ или форму. Сохраните статус, длительность, сетевую ошибку и часовой пояс. Два человека, записавшие «около десяти», не оставляют достаточно точную основу для сравнения с журналом приложения.
Окно отказа шире одной красной точки
| Наблюдение | Что оно подтверждает |
|---|---|
| Последний успешный запрос | в этот момент данный маршрут отвечал |
| Первый неуспешный запрос | сбой наблюдался к этому моменту |
| Первый успех после сбоя | маршрут снова ответил из этой точки |
| Нет наблюдений между запросами | точные начало и длительность неизвестны |
Интервал опроса ограничивает точность. Если между проверками есть пробел, не выдавайте его целиком за доказанное время простоя. Сохраняйте исходные точки, а не только сводную долю доступности за месяц. Для короткого инцидента полезнее последовательность запросов с одним часовым стандартом, чем красивый общий процент.
Разделяем часы события и часы получения
Условная запись инцидента, не результат реального теста:
event_time: 2026-10-11T00:00:12Z
observed_time: 2026-10-11T00:00:15Z
observer: external-a
route: /catalog/
result: timeout
release: example-release-bВремя события и время поступления записи могут различаться: доставка логов иногда задерживается. OpenTelemetry прямо разделяет Timestamp и ObservedTimestamp. Для хронологии используйте время события, сохраняя время получения как отдельное поле. Если часы на узлах расходятся, пометьте неопределённость; сортировка несогласованных времён способна переставить причину и следствие.
Отдельно отмечайте публикацию релиза, перезапуск процесса, резервное копирование и изменение конфигурации. Это кандидаты для сравнения, а не автоматически найденные причины. Совпадение отказа с бэкапом становится убедительнее, когда виден конкретный ресурс или блокировка и воспроизводится связь, а не только близость двух отметок на графике.
Сравнение идёт от внешнего запроса внутрь
- Взять один провал и ближайшие успешные проверки того же URL.
- Найти входной запрос в журнале прокси по времени и идентификатору.
- Сопоставить ответ приложения и время ожидания зависимости.
- Наложить события релиза и показатели ресурсов за этот интервал.
- Записать, какой факт подтверждает каждую гипотезу и чего пока нет.
Если входной запрос не дошёл до прокси, журнал PHP не объяснит его отсутствие. Сравните DNS, сетевой маршрут и результаты второй точки наблюдения. Если прокси принял запрос, но backend не ответил, двигайтесь к очереди запросов и зависимостям. Это два разных разрыва цепочки; общий график CPU не позволяет выбрать между ними.
В Prometheus blackbox exporter показатель probe_success описывает успех пробы, а up — успешность сбора метрик самим Prometheus. Не подменяйте отказ проверяемого сайта отказом экспортера. Сохраните конфигурацию конкретной пробы рядом с инцидентом: разные URL, протоколы и условия успеха дают разные наблюдения.
После исправления повторяем прежнее наблюдение
Оставьте тот же URL, условия запроса и точку проверки после изменения. Смена пробы одновременно с исправлением делает сравнение слабее. Если отказ связан с определённым действием, воспроизводите его сначала на стенде; не устраивайте нагрузочный эксперимент на рабочем магазине без согласованных границ. Отсутствие сбоя за короткое время ещё не доказывает устранение редкого условия.
Для разбора подготовьте временную шкалу, обезличенную строку прокси, ответ приложения и список изменений внутри окна отказа. Секреты и тела пользовательских запросов не нужны. Такой пакет позволяет сузить поиск до конкретного участка цепочки, даже если прямо сейчас сайт снова открывается.