Escalonamento e fechamento automático
Quem o ARGUNIS notifica quando ninguém assume um incidente, quando ele se fecha sozinho e quando fica aberto até alguém fechá-lo.
Nesta página
Esta página explica o que o ARGUNIS faz com um incidente enquanto ninguém o atende e como ele termina.
Escalonamento: notificações quando ninguém o assume
Quando um incidente é aberto, a notificação chega ao grupo resolvedor atribuído (ou, se o grupo tiver plantão, só à pessoa de turno). Se ninguém o reconhecer nem assumir, o ARGUNIS notifica mais pessoas conforme a política de escalonamento do grupo. Os minutos são contados a partir da abertura do incidente, ou da reatribuição.
A política padrão é:
Severidade | Primeiro passo | Segundo passo |
|---|---|---|
Críticos | Líderes do grupo aos 15 min | Admins da empresa aos 60 min |
Advertências | Líderes do grupo em 1 h (60 min) | Admins da empresa em 2 h (120 min) |
Cada grupo pode ter sua própria política, com até 5 passos por severidade. Veja Configurar o escalonamento de um grupo.
Cada passo é enviado uma única vez, na hora dele, mesmo que não cheguem eventos novos.
Cada passo fica anotado nas notas do incidente.
Se o grupo não tiver líderes, o passo de líderes vai para os admins.
Em uma janela de manutenção, o escalonamento é adiado até ela terminar.
O que interrompe o escalonamento
Reconhecer ou assumir o incidente.
Adiá-lo (enquanto durar o prazo).
O incidente ser resolvido, sozinho ou manualmente.
Ao reatribuir, o escalonamento volta a contar do zero com a política do novo grupo. Ao vencer um prazo de adiamento sem que o problema termine, o incidente volta a Aberto e o escalonamento também recomeça do zero.
Quando ele se fecha sozinho
Quando um incidente se fecha sozinho, o ARGUNIS notifica a recuperação a quem recebeu a abertura ou um escalonamento.
Tipo de incidente | Como se fecha sozinho |
|---|---|
Status: serviço fora do ar, servidor sem dados, CPU, RAM, disco, teste de UX, banco de dados, verificações de sonda e similares | Quando a verificação volta a ficar OK (recupera-se) |
Erros nos logs, achados de agentes e de sondas | Após um tempo sem eventos novos (padrão 30 min; ajusta-se entre 5 min e 24 h). Os erros nos logs também se fecham junto com a recuperação do serviço do mesmo componente, quando não há mais erros novos |
Segurança | Após 60 min sem atividade |
Latência e serviço sem dados do APM | Quando se normalizam |
Erros de APM (erros novos e taxa de erros acima do limite) | Após um novo deploy do serviço no qual o erro não reaparece em 30 min, ou após os dias sem se repetir dos limites do APM (padrão 14). Na taxa de erros, além disso, o serviço precisa estar abaixo do limite |
O tempo sem eventos novos é ajustado por um administrador em Fechamento de incidentes de eventos.
Quando ele fica aberto
Um incidente continua aberto (e escalando, se ninguém o assumiu) enquanto o problema continuar. Em particular:
Os erros de APM não se fecham pelo tempo sem eventos dos erros nos logs nem porque a taxa de erros fica abaixo do limite. Eles ficam abertos até alguém fechá-los com Declarar uma correção ou com Resolver, até um novo deploy deixá-los sem o erro ou até passarem os dias sem se repetir (padrão 14). Ao fechar, o erro fica Resolvido no APM: se aparecer de novo, é aberto um novo incidente de reaparição. Veja Alertas do APM e incidentes.
Um incidente de status continua aberto enquanto a verificação dele continuar falhando, mesmo que não cheguem eventos novos.