Serverių priežiūra

Serverio ir Docker konteinerių aplinka

Pirmiausia inventorizuoju paslaugas, priklausomybes, domenų srautą, komponentų paskirtį ir jų tarpusavio ryšius. Tada sutvarkau Linux naudotojus, prieigos teises, Docker konteinerių izoliaciją ir konfigūracijos failus. Saugomi prieigos raktai ir slaptažodžiai (secrets), izoliuoti procesai bei visiška infrastruktūros kontrolė.

Reverse proxy (Nginx, Caddy, Traefik) gauna aiškias maršrutų taisykles, automatinį TLS sertifikatų atnaujinimą ir tik būtinus viešus prievadus. Pakeitimus atlieku mažomis dalimis, prieš tai užfiksavęs sistemos būklę ir parengęs jos atkūrimo planą.

Kopijos, stebėsena ir atnaujinimai

Atsarginė kopija vertinga tik tada, kai žinoma jos apimtis, saugojimo vieta ir atkūrimo trukmė. Numatau atsargines duomenų, konfigūracijos bei būtinų raktų kopijas, o reguliarūs atkūrimo bandymai parodo, ar procedūra iš tiesų veikia.

Stebėsena apima paslaugos pasiekiamumą, išteklių naudojimą ir ribas, sertifikatų galiojimą bei kritines programų klaidas ir sveikatos patikras (health checks). Perspėjimus nukreipiu ten, kur jie bus pastebėti, o žurnalų peržiūra padeda atskirti vienkartinį triukšmą nuo pasikartojančios problemos.

Saugumo ir sistemos pataisas grupuoju pagal riziką bei suderinamumą. Sutartas atnaujinimų ritmas leidžia išbandyti pakeitimus ir nepalikti senų komponentų be aiškaus sprendimo.

Cloudflare infrastruktūros valdymas

Cloudflare infrastruktūroje prižiūriu DNS įrašus, spartinančiosios atmintinės (cache) taisykles, WAF filtrus ir srauto nukreipimą. Nustatymus derinu su pagrindiniu serveriu (origin), kad apsauga neslėptų klaidų, o talpykloje neliktų pasenusio privataus turinio.

Workers gali perimti nedidelę maršrutų, antraščių ar statinio turinio logikos dalį arti lankytojo. Juos naudoju tik aiškiam tikslui, stebiu vykdymo klaidas ir vengiu dubliuoti tai, ką paprasčiau bei patikimiau atlikti esamoje sistemoje.

Incidentai ir sistemos perimamumas bei dokumentacija

Gavęs perspėjimą patvirtinu poveikį, apriboju žalą ir fiksuoju veiksmų laiką. Stabilizavęs paslaugą, tikrinu pagrindinę gedimo priežastį, susijusius įvykius ir pakeitimus, kurie sumažintų pasikartojimo tikimybę.

Veiksmų aprašas (angl. runbook) nurodo prisijungimo, patikros, perkrovimo, atkūrimo ir atsakomybės perdavimo tvarką. Prie dokumentacijos pridedu architektūros schemą bei svarbių sprendimų motyvus, kad priežiūra nepriklausytų nuo vieno žmogaus atminties.

Periodiškai peržiūriu išteklių naudojimą, nebenaudojamas paslaugas, saugyklų augimą ir prenumeratų paskirtį. Tai padeda valdyti sąnaudas neatsisakant atkūrimo ar stebėsenos.

Priežiūros rutina

• Pasiekiamumo, išteklių ir sertifikatų perspėjimų peržiūra.
• Operacinės sistemos bei paslaugų pataisos sutartu periodiškumu.
• Atsarginių kopijų rezultatų kontrolė ir atkūrimo bandymai.
• Autentifikavimo, programų ir reverse proxy žurnalų patikra.
• Cloudflare DNS, WAF, cache ir Workers pakeitimų apskaita.
• Veiksmų aprašų, schemų ir prieigos teisių sąrašo atnaujinimas.
• Talpos, apkrovos ir pasikartojančių išlaidų įvertinimas.

Kada man parašyti

• Perspėjimai ateina per vėlai arba jų niekas sistemingai neperžiūri.
• Kopijos kuriamos, bet atkūrimas niekada nebuvo išbandytas.
• Sertifikatai, Docker konteineriai ar sistemos paketai atnaujinami rankomis.
• Po incidento lieka tik laikinas pataisymas ir nėra priežasties analizės.
• Cloudflare taisyklių daugėjo be dokumentacijos ir aiškios paskirties.
• Infrastruktūros sąnaudos didėja greičiau nei realus naudojimas.