Серверная статистика отражает только часть общей картины состояния системы. Без привязки к метрикам сайта серверная статистика мало что говорит об использовании сервиса. И это обстоятельство необходимо учитывать для отслеживания изменений мощностей со временем.
Например, полезно знать, что ваши веб-серверы обрабатывают X запросов в секунду, но полезно знать и реальный смысл этих X запросов в секунду в восприятии ваших пользователей. Вполне возможно, что X запросов в секунду представляют Y пользователей, одновременно работающих на сайте.
Еще полезнее знать, что из этих Y параллельно работающих пользователей А процентов загружают фотографии на сайт, В процентов комментируют популярную тему на форуме, а С процентов бессистемно слоняются по сайту, ожидая, пока им привезут пиццу.
Оценка распределения этих пользовательских метрик по времени — первый шаг. Сравнение и представление в графическом виде данных веб-сервера по количеству обращений в секунду в конечном итоге даст информацию о том, во что обходится предоставление пользователю того или иного сервиса. Комментирование в рассматриваемом примере может потреблять больше ресурсов, чем простой просмотр сайта, но меньше, чем размещение фотографии. Когда вы начнете представлять, какие именно функции наиболее интенсивно потребляют доступные мощности, у вас появится база для выбора приоритетных направлений при планировании. Кроме того, собранная информация поможет подкрепить заявки на технологические приобретения.
Как правило, дорогостоящие заявки на приобретение оборудования и программ утверждаются не тем человеком, который эти заявки пишет. Финансистам и бизнес-руководителям иногда приходится попросту верить в то, что инженеры, требующие денег на дополнительные ресурсы, предоставляют им точную информацию. Привязка системной статистики к бизнес-метрикам поможет финансовым подразделениям получить представление о технологической стороне дела, а инженерам понять, что означает технологическое развитие в контексте коммерческого успеха. Таким образом, объединение этих двух метрик формирует представление о том, что технологические затраты не выбрасываются «на ветер», а являются важным фактором получения прибыли. Оно наглядно покажет, что будущие капиталовложения имеют практический смысл, так что польза таких затрат будет очевидна даже людям, не разбирающимся в технике.
Например, когда вы предлагаете заказать новое оборудование для работы с базами данных, у вас под рукой должны быть системные и прикладные метрики для оправдания капиталовложений. Но если вы располагаете вспомогательными данными, то можете привести довод «...и если у нас будут новые серверы баз данных, мы сможем предоставлять страницы на X процентов быстрее, а это означает, что количество просмотров, а значит, и доходы от рекламы возрастут примерно на Y процентов». Подкрепив свои заявки подобными обоснованиями, вы заодно поможете коммерсантам понять, что означает успех в контексте управления мощностями.
Инженеры не зря любят графики: они объясняют суть дела лучше, чем числа, и абсолютно точно показывают, как работает система. В области сбора системной статистики существуют общепринятые инструменты и показатели: загрузка процессора, свободная память, дисковые операции. Многие из них могут быть использованы для измерения других показателей, включая метрики прикладного или бизнес-уровня.
К измерениям и сбору данных — одной из важнейших тем этого курса — следует относиться как к необходимости, а не как к излишеству. Ведь не зря же на передней панели вашей машины расположен датчик топлива?! Не совершайте ошибки, отказываясь от него в ваших системах.
Мы еще вернемся к этой теме в главе «Сбор данных: как измеряются мощности».
| Прогнозирование сбоев систем | Приобретение оборудования: закупка как процесс |