Ofi Solutions

Dnes jsme spustili finální verzi webu. Došlo k nastavení adresy webu z interní subdomény na subdoménu www (ano, www je subdoména) a ještě jsme upravili stránku „O nás“ a změnili jí na“Proč nás“. Samozřejmě jsme museli upravit i monitoring – proto ten dnešní výpadek.

Postupně se blížíme k odstranění všech překážek až k finálnímu založení firmy s IČO.

Na závěr bych se s rád podělil o incident, díky kterému jsme přišli na několik hodin o email – a jelikož když přijdeme o email, tak nám nepřijde upozornění, tak jsme to zjistili až po 3 hodinách. To nás jen utvrdilo v tom, že potřebujeme více kanálů pro upozornění. Na nápravě již pracujeme.

A co že byla ta příčina výpadku? Po několikahodinovém zkoumání co se serverem jsme objevili závadu v potřebě restartování zdroje, který se jevil jako plně funkční, ovšem plně fungovat začal až po odpojení ze zásuvky a jeho opětovném zapojení po 30 vteřinách. Hold občas i to co se jeví jako plně funkční, není plně funkční. A také se naplnila nejklasičtější věta v IT: „Zkusil jste to vypnout a zapnout?“

Provizorní AI generované obrázky byly nahrazeny fotkami a byl přidán odkaz na helpdesk a na nabídku služeb. Stránka Nabídka služeb byla vytvořena také dnes a prochází revizí a testováním. Zatím to vypadá, že ještě pár detailů bude potřeba doladit.

Vše na webu zdárně míří do finále pro nasazení. Budeme taktéž v blízké době přehazovat z naší prozatimní subdomény pro web na klasické „www“. Vše se zdá, že jde jako po másle.

Dnes jsme rozšířili naše portfolio o dashboard a kanban. Bohužel pro náš server už je toho moc a nyní v monitoringu vidíme nějaké výpadky.

Je to způsobeno nedostatečnou RAMkou, i toto ovšem patří k našemu testování, abychom viděli, jak se chová server v případě, že bude přetížený, jak moc může být přetížený, aby nedošlo k omezení služeb – přestože monitoring hlásí výpadky, služby stále běží a stále na nich vše testujeme a nevšimli jsme si žádných výpadků, pouze prodloužení načítání.

Z toho vychází 2 informace. První je, že máme velmi přísně nastavený monitoring, což byl i náš cíl, abychom včas dokázali odhalit problémy. Druhý je že při lehkém přetížení serveru nám monitoring ukáže, že je něco špatně a víme, že máme začít hledat chybu.

Aktivní monitoring našich služeb je naším základním kamenem, abychom dokázali nabízet vše s těmi nejvyššími standardy. Ovšem žádný automatizovaný systém není 100% a proto máme i jiné metodiky. A kdyby i tyto metodiky selhaly, stále máme helpdesk, kam nám můžete založit ticket a my začneme hned řešit daný problém.

Jak jsem psal v předchozím příspěvku o aktualizacích, ještě jsme nevěděli, kde je chyba. Dnes jsme jí nalezli. Chyba byla ve verzi balíku runc, kdy novější verze má přísnější kontrolu jádra, což na NAS serveru neprošlo, ale na nativním serveru ano.

Z důvodu kompletního zhroucení služeb vše prvně testujeme před nasazením u zákazníků na našich serverech, abychom měli jistotu, že nedojde k zhroucení celého systému jako domečku z karet…

Občas se ne vždy vše podaří tak jak se podařit má a z práce na pár minut jsou 3 dny zkoumání řešení. Hold ne vždy se vše vydaří.

Jelikož máme zatím vše na testovaní – nic není na produkci, vše se zatím vyvíjí – tak se občas může stát, že i to něco málo, co máme veřejně, se zhroutí jako domeček z karet. Hold není každý den posvícení.

A co že se tedy stalo? Mohl za to příkaz „sudo apt-get upgrade“, proč? Nevím. Jak? Také nevím. Jen vím, že to rozbilo všechny virtualizované služby. Zatím nemáme vše opraveno. V současné chvíli se povedlo obnovit vše kromě helpdesku. Uvidíme za nějaký čas, zda se nám podaří najít chyba a zprovoznit ho bez ztráty dat.

Aby se stejná věc nestala na Vaší produkci, vše před nasazením k Vám testujeme u nás. Ovšem, po nasazení na produkci u nás bude vše testováno na testovacím prostředí, poté půjde na naše produkční řešení a poté teprve půjde na produkci k Vám.