Налаштування SLA-моніторингу для веб-застосунку під ключ

Веб-застосунок у фінтехі падає о 3 годині ночі, SLA обіцяє 99.9%, а помилка конфігурації моніторингу коштує контракту. Реальний випадок: клієнт втрачав до 5% користувачів при кожному простої, поки ми не налаштували коректні SLI та burn-rate алерти. SLA-моніторинг — це не просто uptime-чекер, а система вимірювання та управління надійністю. Ми налаштовуємо його під ключ для веб-застосунків будь-якої складності. Досвід 10+ років, понад 50 проєктів з моніторингом, сертифіковані інженери. Ключові цифри: 10+ років на ринку, 50+ виконаних проєктів, 5+ років спеціалізації на SLA-моніторингу. Якщо ви не знаєте, як відстежувати виконання SLA, або хочете автоматизувати алерти — зв'яжіться з нами, отримайте консультацію. Гарантуємо прозорість метрик та своєчасні сповіщення. Вартість налаштування залежить від обсягу робіт. Зв'яжіться з нами для індивідуального розрахунку.

Метрики для відстеження SLA

SLA (Service Level Agreement) визначає цільові показники. Availability (доступність) — формула: (total_time - downtime) / total_time * 100%. Для 99.9% SLA допустимо ~8.7 годин простою на рік, для 99.99% — 52 хвилини. Для оцінки задоволеності користувачів використовується Apdex score, який враховує поріг затримки.

Response Time — P95 та P99 важливіші за середнє: середнє приховує хвіст повільних запитів. Типові цілі: P95 < 500ms, P99 < 2s.

Error Rate — відсоток 5xx — ціль < 0.1% для продакшену. Для виявлення аномалій застосовуємо multivariate scoring та машинне навчання на основі distributed tracing.

Налаштування SLA-моніторингу на Prometheus

1. Визначаємо SLI (Service Level Indicators): uptime, P95/P99 latency, error rate, throughput.
2. Формуємо SLO (Service Level Objectives): 99.9% uptime, P95 < 500ms, помилки < 0.1%.
3. Записуємо правила Prometheus для розрахунку SLI/SLO та алертів по burn rate.

# Правило для availability SLO (ціль: 99.9%)
- record: job:availability:ratio_rate5m
  expr: |
    1 - (
      rate(http_requests_total{status=~"5.."}[5m])
      /
      rate(http_requests_total[5m])
    )

# Алерт: SLO під загрозою (burn rate > 14.4x за 1 годину)
- alert: SLOBurnRateTooHigh
  expr: |
    job:availability:ratio_rate5m < 0.999
    and
    rate(http_requests_total{status=~"5.."}[1h]) > 0
  for: 2m
  labels:
    severity: critical
  annotations:
    summary: "SLO availability at risk"

4. Налаштовуємо дашборд у Grafana для візуалізації SLO, error budget та burn rate.
5. Додаємо зовнішні перевірки (Pingdom, Blackbox Exporter) з різних точок світу.

Вибір інструменту збору метрик

Prometheus + Grafana дає повний контроль і економить бюджет, але потребує DevOps-інженера для обслуговування. Datadog простіший у розгортанні, але при великих обсягах метрик вартість зростає в рази — Prometheus дозволяє обробляти в 5 разів більше метрик на тому ж залізі. Blackbox Exporter у 2 рази дешевший ніж Uptime Robot, але потребує налаштування. Зовнішні монітори на кшталт Uptime Robot — легке доповнення, але не замінюють внутрішніх метрик. Вибір залежить від обсягу даних і бюджету.

Важливість error budget

Error budget — допустимий час простою за період (наприклад, 43 хвилини на місяць при SLO 99.9%). Він балансує надійність і швидкість розробки: якщо бюджет не вичерпано — можна випускати фічі швидше, якщо вичерпано — пріоритет — надійність. Ми налаштовуємо автоматичний розрахунок error budget у Grafana та алерти при його вичерпанні. Згідно з Site Reliability Engineering від Google, error budget дозволяє приймати обґрунтовані рішення про релізи.

Одна з найчастіших помилок — встановлення занадто жорстких SLO без урахування вартості інфраструктури. Наприклад, вимога 99.99% доступності для внутрішнього сервісу може збільшити витрати в 2–3 рази без відчутної користі. Інша помилка — відсутність валідації метрик: якщо Prometheus не знімає дані з потрібного ендпоінта, SLA стає фікцією. Рекомендуємо починати з 99.9% і коригувати на основі даних.

Що входить у налаштування SLA-моніторингу

• Встановлення та налаштування Prometheus, Grafana, Alertmanager (на вашій інфраструктурі або в хмарі)
• Прописування SLI/SLO та алертів по burn rate
• Дашборд із SLO, error budget, трендами
• Зовнішні перевірки (Uptime Robot або Blackbox Exporter)
• Автоматична щомісячна звітність (PDF)
• Документація з моніторингу
• Доступи до дашбордів та алертів
• Навчання команди (1 година)
• Підтримка 2 тижні після здачі

На ринку понад 5 років, реалізували 50+ проєктів з моніторингом. Використовуємо тільки перевірені стеки, гарантуємо SLA відповіді інженера — 1 година. Отримайте консультацію — пишіть. Замовте налаштування SLA-моніторингу під ключ.

SLA-звітність

Автоматичний щомісячний звіт для бізнесу: фактичний uptime vs цільовий, список інцидентів, використання error budget, тренд. Grafana генерує PDF за розкладом, для enterprise — Datadog SLO Reports.

Строки налаштування

Підсумковий строк — від 5 до 8 робочих днів залежно від складності системи.

Ми регулярно стикаємося з ситуацією: «Сайт не відкривається» о 3 годині ночі — і виявляється, що disk full на VPS, тому що логи nginx не ротувалися півроку. Або сервер ліг під навантаженням у день запуску рекламної кампанії, тому що на shared хостингу стояв ліміт у 50 одночасних з'єднань. Налаштування хостингу та деплою — це не про «де дешевше», це про те, що відбувається в момент, коли щось іде не так. Наша команда допомагає уникнути таких інцидентів, проектуючи інфраструктуру з урахуванням реальних патернів навантаження.

Коли обирати Vercel та Netlify?

Vercel створений під Next.js — деплой в один push, preview deployments для кожного PR, автоматичний CDN, Edge Functions, ISR без конфігурації. Для фронтенд-проєктів та JAMstack це оптимальний вибір: немає операційного навантаження, time-to-deploy вимірюється хвилинами.

Обмеження реальні: Vercel Serverless Functions запускаються в us-east-1 за замовчуванням (latency для Європи +80–100ms), Function timeout 300 секунд на Pro, Bandwidth 1TB/місяць на Pro. Для важкого backend — потрібні воркери або окремий сервер.

Netlify ближчий до статики та Edge Functions на базі Deno Deploy. Build minutes — основне обмеження на безкоштовному тарифі.

Чому Docker — основа передбачуваного деплою?

«Працює на моїй машині» — класика. Docker вирішує це через контейнеризацію середовища. Але поганий Dockerfile створює нові проблеми.

Типова помилка: копіювати все в образ без .dockerignore, отримувати 800MB образ замість 80MB. node_modules всередині образу важить стільки ж. Правильно: multi-stage build.

FROM node:20-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production
COPY . .
RUN npm run build

FROM node:20-alpine AS runner
WORKDIR /app
COPY --from=builder /app/.next ./.next
COPY --from=builder /app/node_modules ./node_modules
COPY --from=builder /app/package.json ./package.json
EXPOSE 3000
CMD ["npm", "start"]

Підсумковий образ: 180MB замість 1.2GB. Час збірки CI скорочується через layer caching — якщо package.json не змінився, шар з npm ci береться з кешу.

Docker Compose для локальної розробки та простих продакшн-сценаріїв: застосунок + PostgreSQL + Redis в одній конфігурації. Для production на одному сервері — цілком робочий варіант, якщо немає вимог горизонтального масштабування.

Детальніше про контейнеризацію — Wikipedia: Docker.

Як налаштувати Nginx як reverse proxy?

Nginx перед застосунком — стандарт для VPS та виділених серверів. Основні функції: SSL termination, gzip, static files, rate limiting, upstream балансування.

Конфігурація, яку часто роблять неправильно: worker_processes auto — кількість процесів дорівнює числу CPU. worker_connections 1024 — це 1024 на кожний воркер-процес. При 4 CPU та 1024 connections = 4096 одночасних з'єднань. Для високонавантаженого сайту потрібно worker_connections 4096 та налаштування keepalive_timeout 65.

Для статичних ассетів з хешем в імені файлу:

location ~* \.(js|css|woff2|png|webp)$ {
    expires 1y;
    add_header Cache-Control "public, immutable";
}

immutable повідомляє браузеру: не перевіряй цей файл навіть при hard refresh. Правильно працює лише з content-hashed іменами файлів (що робить Vite/webpack за замовчуванням). Документація — Wikipedia: Nginx.

AWS: гнучкість та складність

EC2 + Auto Scaling Group — класика для горизонтального масштабування. AMI з попередньо встановленим застосунком, Launch Template, ASG з min/desired/max instances, Application Load Balancer. При CPU > 70% на 3 хвилини — scale out, при CPU < 30% на 15 хвилин — scale in. Health check через ALB виключає нездорові інстанси з ротації.

ECS Fargate — контейнери без управління EC2. Деплой Docker-образу, задаєте CPU/пам'ять (512 CPU units = 0.5 vCPU, від 512MB пам'яті), Fargate запускає. Дорожче Lambda, але немає cold start та немає timeout-обмежень. Підходить для long-running процесів, WebSocket-серверів, важких воркерів.

RDS для PostgreSQL з Multi-AZ: автоматичний failover за 1–2 хвилини при падінні primary. Read Replicas для масштабування читання. RDS Proxy для connection pooling — Lambda-функції не вміють тримати довгострокові з'єднання, проксі буферизує це.

Kubernetes: коли це виправдано

K8s додає значну операційну складність. Виправданий, коли: кілька команд деплоять незалежні сервіси, потрібне тонке налаштування ресурсів на сервіс, canary deployments та blue/green без простою — вимога.

AWS EKS, GKE або managed k8s від Hetzner (дешевше). Helm charts для стандартних сервісів. Horizontal Pod Autoscaler по CPU та custom metrics (RPS через Prometheus).

Для більшості стартапів та середніх проєктів — Kubernetes надмірний. ECS або Fly.io дають 80% можливостей при 20% операційної складності.

Моніторинг та alerting

Сервер без моніторингу — це очікування інциденту. Мінімальний стек: Prometheus + Grafana (або Grafana Cloud для managed), alerting на disk > 80%, memory > 85%, CPU > 90% за 5 хвилин, error rate > 1%. Uptime через Better Uptime або Upptime (self-hosted).

Logs: Loki + Grafana або CloudWatch Logs Insights. Структуровані JSON-логи (winston, pino) — обов'язково, інакше пошук по логах перетворюється на біль.

Що входить у налаштування хостингу

• Аудит поточної інфраструктури та профілювання навантаження
• Вибір цільової архітектури (VPS, AWS, serverless, Kubernetes)
• Налаштування CI/CD pipeline (GitHub Actions, GitLab CI) з автоматичним деплоєм
• IaC через Terraform або Pulumi (інфраструктура як код)
• Конфігурація Nginx, SSL-сертифікати, HTTP/2, brotli
• Моніторинг та алертинг (Prometheus + Grafana, PagerDuty)
• Документація runbooks та навчання команди

Додатково: пишіть, якщо потрібна міграція з поточного хостингу або інтеграція із зовнішніми сервісами.

Процес роботи

1. Аудит поточної інфраструктури (2–5 днів)
2. Вибір цільової архітектури з обґрунтуванням за навантаженням та бюджетом (1–3 дні)
3. Налаштування CI/CD pipeline (GitHub Actions, GitLab CI) (2–5 днів)
4. IaC через Terraform або Pulumi (3–10 днів)
5. Налаштування моніторингу та alerting (2–5 днів)
6. Документація runbooks та навчання команди (1–3 дні)

Наш досвід — 7 років на ринку, понад 50 проєктів, гарантія працездатності після деплою.

Терміни

• Базовий деплой на VPS з Docker + Nginx + CI/CD: 1–2 тижні.
• Налаштування AWS інфраструктури з Auto Scaling, RDS, CDN: 3–6 тижнів.
• Міграція на EKS з нуля: 6–12 тижнів.
• Налаштування Vercel/Netlify для JAMstack: 3–5 днів.

Вартість розраховується індивідуально залежно від складності та обсягу робіт. Отримайте консультацію — оцінимо вашу архітектуру за один день.