Multi-Region Ausfall-Verifikation

Wenn das Monitoring nur von einem einzigen Standort aus läuft, kann Sie eine kurze Routing-Störung bei unserem Internetanbieter um drei Uhr morgens mit einem Fehlalarm wecken. Die Überprüfung aus mehreren Regionen (multi-region) löst das: Ein Ausfall wird erst dann bestätigt, wenn er vom primären Server und mindestens einem Backup in einer anderen Region oder bei einem anderen Internetanbieter gemeldet wird.

So funktioniert es

1. Die Hauptprüfung (von unserem zentralen Server) meldet DOWN (nicht erreichbar).
2. Bevor eine Benachrichtigung gesendet wird, ruft das System einen Backup-Worker in einer anderen Region auf.
3. Der Worker führt seinen eigenen Test durch und liefert üblicherweise innerhalb weniger Sekunden UP oder DOWN zurück (abhängig vom Timeout des Monitors).
4. Bestätigt auch das Backup DOWN, wird der Monitor als nicht erreichbar markiert und es werden Benachrichtigungen versendet.
5. Meldete der primäre Server DOWN, das Backup aber UP, war es ein Fehlalarm (englisch flake) - es wird keine Benachrichtigung gesendet.

Wann der Konsens greift

Die Überprüfung aus mehreren Regionen wird nicht bei jeder Prüfung ausgelöst - nur in genau definierten Fällen, damit die normale Messung nicht verzögert wird:

• Der primäre Server (primary) führt zunächst seine eigene Prüfung durch, einschließlich interner Wiederholungen (2 Versuche mit kurzer Pause).
• Der Konsens wird nur dann ausgelöst, wenn der primäre Server auch nach der Wiederholung DOWN meldet. Ist alles in Ordnung, werden die Backup-Regionen überhaupt nicht aufgerufen.
• Er gilt nur für Monitortypen http (ohne mehrstufige Abläufe), tcp und ping. Andere Typen (ssl, dns, Domain, visuell, heartbeat) nutzen ihn nicht.

Wie über einen Ausfall entschieden wird

Nachdem der primäre Server DOWN gemeldet hat, fordert das System eine unabhängige Prüfung von den verfügbaren Backup-Workern in anderen Regionen an. Aus den Ergebnissen zählt es, wie viele Standorte den Ausfall bestätigt haben:

• Der Monitor wird erst dann als nicht erreichbar markiert, wenn die Anzahl der DOWN-Meldungen den eingestellten Schwellenwert erreicht (standardmäßig 2 Regionen einschließlich des primären Servers).
• Wird der Schwellenwert nicht erreicht (zum Beispiel primary meldete DOWN, das Backup aber UP), handelt es sich um einen Fehlalarm - der Monitor bleibt im Zustand UP und es wird keine Benachrichtigung gesendet. Als Antwortzeit wird der Durchschnitt der Regionen verwendet, die sauber geantwortet haben.
• Ein Backup-Worker, der gerade nicht antwortet, wird stillschweigend übersprungen und nicht in die Abstimmung einbezogen.

Wer es aktiviert und wie

Die Überprüfung aus mehreren Regionen ist eine optionale, plattformweite Funktion, die der Administrator von ePulz.io verwaltet. Die Regionen sind nicht fest vorgegeben - der Administrator fügt Backup-Worker nach Bedarf hinzu (zum Beispiel den primären Server plus ein oder zwei Cloud-Knoten in anderen Ländern) und legt fest, wie viele davon einen Ausfall bestätigen müssen.

Wie es sich in der Oberfläche zeigt

Im Monitor-Detail sehen Sie bei einem Ausfall, der den Konsens durchlaufen hat, das Prüfergebnis der einzelnen Standorte, zum Beispiel:

consensus: primary:down, eu1:down
result: DOWN (2 of 2 confirmed)

Auf der öffentlichen Statusseite sehen Besucher keinerlei technische Details - sie erhalten nur einen geprüften, vertrauenswürdigen Servicestatus ohne Fehlalarme.

Praktische Auswirkungen

• Weniger Fehlalarme - eine kurze Störung auf dem Weg zu einem Anbieter wird durch die Prüfung aus einer anderen Region herausgefiltert.
• Etwas längere Erkennungszeit - bei der Bestätigung eines Ausfalls kommen einige zusätzliche Sekunden hinzu im Vergleich zur Messung von nur einem Standort.
• Zuverlässigere Historie - in Vorfälle und Verfügbarkeitsstatistiken werden nur echte Ausfälle eingetragen, nicht lokale Netzwerkschwankungen.