Glossar

Das meiste davon ist echtes Betriebsvokabular, so verwendet, wie ein Betriebsteam es verwenden würde. Wo das Spiel einen Begriff enger fasst, ist das vermerkt.

Metriken und Zustand

Verfügbarkeit (Uptime) – ein zusammengesetztes Maß der Dienstqualität von 0 bis 100, gemittelt über die gesamte Schicht. Kein Wert pro Maschine und kein aktueller Wert. Siehe Ressourcen.

Latenz – durchschnittliche Antwortzeit in Millisekunden. Liegt sie über dem Zielwert, sagt das das Log, und die Verfügbarkeit folgt ihr nach unten.

Bandbreite – eingehende Anfragen pro Sekunde, gemessen an der Kapazität des Serverparks. Nur web- und lb-Maschinen tragen Kapazität bei.

Sättigung – eine Metrik, die an oder nahe ihrer Obergrenze liegt. CPU-Sättigung ist die häufigste Formulierung in den Logs.

OK / WARN / CRIT / DOWN – Serverstatus, abgeleitet von der jeweils schlechtesten Metrik, außer DOWN, das ausdrücklich gesetzt wird und klebrig ist.

RSS – Resident Set Size, der Speicher, den ein Prozess tatsächlich hält. Ein wachsendes RSS ohne Plateau ist die Signatur eines Lecks.

OOM killer – die Kernel-Komponente, die beginnt, Prozesse zu beenden, wenn einer Maschine der Speicher ausgeht. Sie wählt aus; du nicht.

Thermische Abschaltung – eine Maschine, die sich bei 95 °C selbst ausschaltet, um Schaden zu vermeiden. Sie bleibt eine volle Minute unten.

Vorfälle und Timing

Signatur – das Log-Muster, das einen Vorfall identifiziert. Das, was das Spiel dir eigentlich zu lesen beibringen will.

Auswirkungskurve – was ein Vorfall im Zeitverlauf tut, wenn niemand eingreift.

Karenzzeit – der Zeitraum nach dem Auftreten eines Vorfalls, in dem er nichts extra kostet. 60 Sekunden in Nacht eins, 22 in Nacht zehn.

SLA-Schuld – Verfügbarkeit, die direkt von einem Vorfall abgezogen wird, der über seine Karenzzeit hinaus offen bleibt: 0,1 Punkte pro Schritt, gedeckelt bei 45. Siehe Eskalation.

Eskalation – ein Vorfall, der seine Karenzzeit überschreitet und beginnt, SLA-Schuld anzuhäufen. Er belegt außerdem keinen Parallelitäts-Slot mehr.

Parallelitätslimit – wie viele Vorfälle gleichzeitig aktiv sein können, von 1 in frühen Nächten bis 4 ab Nacht neun.

Gnadenfenster – eine Sperre von 45 Sekunden für neue Auslösungen, wenn die Verfügbarkeit unter 70 % liegt. 20 Sekunden im Finale.

Verbundvorfall – zwei oder mehr gemeinsam laufende Vorfälle, ab Nacht sechs, oft dort, wo einer den anderen verursacht hat.

Tick – ein Simulationsschritt: 250 ms echte Zeit, 12 Sekunden Spielzeit. Eine Schicht besteht aus 2400 davon.

Netzwerk und Infrastruktur

CIDR – Notation für Adressblöcke, wie in 203.0.113.0/24. Das Spiel akzeptiert Blöcke überall dort, wo es Adressen akzeptiert.

RFC 5737 – der Standard, der 192.0.2.0/24, 198.51.100.0/24 und 203.0.113.0/24 für Dokumentation reserviert. Jede Adresse im Spiel stammt aus diesen Blöcken, keine davon ist also ein echter Host.

Ratenbegrenzung – die Anfragerate am Rand deckeln. Sie kann Angreifer nicht von Kunden unterscheiden, weshalb sie auch 10 % des legitimen Traffics kappt.

Traffic abziehen (Draining) – Traffic von einer Maschine nehmen, ohne sie zu stoppen. Die Last geht irgendwohin, und dieses Irgendwohin trägt sie nun.

Sperrwartezeit (Lock wait) – eine Datenbankabfrage, die blockiert ist und darauf wartet, dass eine andere eine Sperre freigibt. Nur über db_stat sichtbar.

Seed – die Zahl, bei der der Pseudozufallsgenerator der Nacht startet. Gleicher Seed, gleiche Nacht, auf jedem Gerät. Siehe Determinismus.