Miért szombat délelőtt elérhetetlen a Proharver weboldala, amikor legtöbben néznék, miért nem mondjuk vasárnap éjjel, amikor senki?

A rendszergazdák mindig egy bizonytalan határvonalon egyensúlyoznak. Működjön a szerver 24/7-ben, de közben a felmerülő problémákat oldja meg úgy, hogy nem állíthatja meg vagy indíthatja újra a szolgáltatásokat(vagy akár az egész gépet). Persze rengeteg dolgot meglehet oldani úgy, ne vegyék észre se a felhasználók, de van amit nem lehet.

És akkor arról még nem beszéltünk, hogy vannak hibák, amik nem egyértelműek, csak az eredmény, hogy nem megy a rendszer. Lehetsz akármilyen okos rutinos vagy tapasztalt, akkor is előfordulnak néha olyan hibák, hogy még az adott szolgáltatás fejlesztői se értik, miért van.

Persze tesztelni és keresgetni kell a hibákat, csak ugye kicsit izzadós úgy, hogy közben mindenki használni szeretné és így nehéz megtalálni. Főleg, ha nem tudni, hogy mi a pontos hiba. És azon megy az egyensúlyozás, hogy minél hamarabb visszakapcsolni, de még mindig nincs meg a tökéletes megoldás és esetleg meghalhat bármikor. Vagy nem kapcsolják vissza míg nincs meg a megoldás, de akkor meg a felhasználók hisztiznek sokat.

Megoldás lehet felállítani egy tesztrendszert, ami szimulálja az aktuálisat és amíg az éles döcögve megy, addig a tesztrendszeren keresni a hibákat és utána az élesen kijavítani. De ehhez kétszer annyi pénz kell majdnem, hogy mindenből kettő legyen. Plusz a terhelési problémákat is nehéz szimulálni, mert honnan szerzel annyi teszt információt, amivel táplálni kellene a teszt rendszert, hogy az éles rendszer hibáit reprodukálni lehessen. Az olyan tesztek pedig, hogy csak félig hasonlít a tesztkörnyezet, abból csak az lesz, hogy a pontos hiba se fog kiderülni.

Ha megvan a hiba, akkor azért belátható időn belül megoldhatóak a problémák, de ha nincs, akkor csak ideiglenes megoldások születhetnek. Mert a rendszernek valahogyan ha döcögve, is mennie kell, de hetekig nem állhat.

Persze vannak olyan hibák is amikről tudnak rendszergazdák, hogy léteznek, de annyi munkát és erőforrást és pénzt emésztene fel, hogy nehéz áthidalni. Ez előbb utóbb problémákba vezet, de nem kerülhető el minden mindig. Akkor türelmesnek kell lenni, hogy meglegyen a megoldás.

Az elégedetlenkedők pedig gondoljanak arra, hogy még a "nagyok" is szoktak hibázni és nekik is beletelik pár napba mire helyreállítják a szolgáltatásokat, pedig ott lenne mindenre elég erőforrás, anyagi forrás és szakember is, mégis bebukják időnként. Úgyhogy tessék türelmesnek lenni : )

# 9/9:

Bocs én nem így értettem, de ok