Escalamiento y cierre automático
A quién avisa ARGUNIS cuando nadie toma un incidente, cuándo se cierra solo y cuándo queda abierto hasta que alguien lo cierre.
En esta página
Esta página explica qué hace ARGUNIS con un incidente mientras nadie lo atiende y cómo termina.
Escalamiento: avisos cuando nadie lo toma
Cuando se abre un incidente, el aviso llega al grupo resolutor asignado (o, si el grupo tiene guardia, solo a la persona de turno). Si nadie lo reconoce ni lo toma, ARGUNIS avisa a más personas según la política de escalamiento del grupo. Los minutos se cuentan desde que se abre el incidente, o desde que se reasigna.
La política por defecto es:
Severidad | Primer paso | Segundo paso |
|---|---|---|
Críticos | Líderes del grupo a los 15 min | Admins de la empresa a los 60 min |
Advertencias | Líderes del grupo a la 1 h (60 min) | Admins de la empresa a las 2 h (120 min) |
Cada grupo puede tener su propia política, con hasta 5 pasos por severidad. Ver Configurar el escalamiento de un grupo.
Cada paso se envía una sola vez, a su hora, aunque no lleguen eventos nuevos.
Cada paso queda anotado en las notas del incidente.
Si el grupo no tiene líderes, el paso de líderes va a los admins.
En una ventana de mantenimiento, el escalamiento se posterga hasta que termine.
Qué detiene el escalamiento
Reconocer o tomar el incidente.
Posponerlo (mientras dure el plazo).
Que el incidente se resuelva, solo o a mano.
Al reasignar, el escalamiento vuelve a contar desde cero con la política del grupo nuevo. Al vencer un plazo de posposición sin que el problema termine, el incidente vuelve a Abierto y el escalamiento también parte de cero.
Cuándo se cierra solo
Cuando un incidente se cierra solo, ARGUNIS avisa la recuperación a quienes recibieron la apertura o un escalamiento.
Tipo de incidente | Cómo se cierra solo |
|---|---|
Estado: servicio caído, servidor sin datos, CPU, RAM, disco, prueba UX, base de datos, chequeos de sonda y similares | Cuando su chequeo vuelve a estar bien (se recupera) |
Errores en logs, hallazgos de agentes y de sondas | Tras un tiempo sin eventos nuevos (por defecto 30 min; se ajusta entre 5 min y 24 h). Los errores en logs se cierran también junto con la recuperación del servicio del mismo componente, cuando ya no hay errores nuevos |
Seguridad | Tras 60 min sin actividad |
Latencia y servicio sin datos del APM | Cuando se normalizan |
Errores de APM (errores nuevos y tasa de errores sobre umbral) | Tras un despliegue nuevo del servicio en el que el error no reaparece en 30 min, o tras los días sin repetirse de los umbrales del APM (por defecto 14). En la tasa de errores, además, el servicio tiene que estar bajo el umbral |
El tiempo sin eventos nuevos lo ajusta un administrador en Cierre de incidentes de eventos.
Cuándo queda abierto
Un incidente sigue abierto (y escalando, si nadie lo tomó) mientras el problema continúe. En particular:
Los errores de APM no se cierran por el tiempo sin eventos de los errores en logs ni porque la tasa de errores baje del umbral. Quedan abiertos hasta que alguien los cierre con Declarar una corrección o con Resolver, hasta que un despliegue nuevo los deje sin el error o hasta que pasen los días sin repetirse (por defecto 14). Al cerrarse, el error queda Resuelto en el APM: si vuelve a aparecer, se abre un incidente nuevo de reaparición. Ver Alertas del APM e incidentes.
Un incidente de estado sigue abierto mientras su chequeo siga fallando, aunque no lleguen eventos nuevos.