از متریک خام تا نشانه‌ای که تیم بتواند با آن عمل کند

پایش معمولاً با نصب Prometheus و Grafana شروع می‌شود و با ده‌ها نمودار رها می‌شود. مشکل ابزار نیست. مشکل این است که نشانه به اقدام وصل نشده است.

برای هر سرویس حیاتی سه پرسش

• کاربر چه چیزی را خراب می‌بیند؟
• کدام شاخص همان خرابی را زودتر نشان می‌دهد؟
• اولین اقدام تیم نگهبان چیست؟

اگر پرسش سوم جواب ندارد، آن هشدار را نسازید. هشدار بدون اقدام فقط عادت بی‌توجهی می‌سازد. نرخ خطا، تأخیر مسیر اصلی و ظرفیت باقی‌مانده معمولاً نقطه شروع بهتری از شمارش خام درخواست‌ها هستند.

بعد از هر حادثه، یک یادداشت کوتاه کافی است: چه دیده شد، چه تغییری داده شد، کدام هشدار کم یا اضافه بود. این یادداشت نمونه است و جایگزین گزارش یک رخداد واقعی نمی‌شود.