Engineer / Plattform / Portfölj
Minskade driftrisken med Grafana och Prome
Minskade driftriskerna genom att införa en dashboard för övervakning med Grafana och Prometheus, vilket förbättrade systemets tillförlitlighet.
2022 – 2024
Situation. Problem upptäcktes oftast först när de redan hade drabbat användarna, eftersom det inte fanns någon samlad bild av hur systemen mådde. Utan den överblicken var teamet ständigt på defensiven — det reagerade på saker som redan hade gått fel i stället för att se dem komma.
Uppgift. Målet var att minska den operativa risken genom att ge teamet insyn i realtid i de system det var beroende av.
Handling. Observerbarhetslagret byggdes ut. En övervakningsdashboard i Grafana och Prometheus, de viktigaste tjänsterna instrumenterade och — den del som faktiskt spelar roll — mätvärden som betydde något i stället för siffror för syns skull som ger sken av aktivitet men inte säger någonting. Sedan sattes larmtrösklar för dem, synliga där teamet faktiskt skulle se dem och kunde agera medan det fortfarande fanns tid att agera.
Resultat. Problem började fångas upp och åtgärdas innan de eskalerade, och systemens tillförlitlighet förbättrades av det. Teamet gick från att reaktivt släcka bränder till något lugnare och mer proaktivt — att fånga problemen medan de ännu var små nog att vara tråkiga.