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

НаблюдениеЧто оно подтверждает
Последний успешный запросв этот момент данный маршрут отвечал
Первый неуспешный запроссбой наблюдался к этому моменту
Первый успех после сбоямаршрут снова ответил из этой точки
Нет наблюдений между запросамиточные 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-b

Время 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

  1. Взять один провал и ближайшие успешные проверки того же URL.
  2. Найти входной запрос в журнале прокси по времени и идентификатору.
  3. Сопоставить ответ приложения и время ожидания зависимости.
  4. Наложить события релиза и показатели ресурсов за этот интервал.
  5. 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.

Проверенные источники