Glossário

A maioria destes é vocabulário real de operações, usado como uma equipe de operações o usaria. Onde o jogo restringe um termo, isso é indicado.

Métricas e estado

Disponibilidade (uptime) — uma medida composta de 0 a 100 da qualidade do serviço, calculada como média ao longo de todo o turno. Não é uma leitura por máquina nem um valor atual. Veja recursos.

Latência — tempo médio de resposta em milissegundos. Quando está acima da meta, o log avisa, e a disponibilidade cai atrás dela.

Largura de banda — requisições de entrada por segundo medidas contra a capacidade da frota. Apenas as máquinas web e lb contribuem com capacidade.

Saturação — uma métrica no teto ou perto dele. Saturação de CPU é a formulação mais comum nos logs.

OK / WARN / CRIT / DOWN — status do servidor, derivado da métrica que estiver pior, exceto DOWN, que é definido explicitamente e é persistente.

RSS — resident set size, a memória que um processo de fato mantém. Um RSS crescente, sem platô, é a assinatura de um vazamento.

OOM killer — o componente do kernel que começa a encerrar processos quando uma máquina fica sem memória. Ele escolhe; você não.

Desligamento térmico — uma máquina que se desliga sozinha para evitar danos, aos 95 °C. Ela fica fora do ar por um minuto completo.

Incidentes e tempo

Assinatura — o padrão de log que identifica um incidente. A coisa que o jogo realmente ensina você a ler.

Curva de impacto — o que um incidente faz ao longo do tempo se nada intervir.

Janela de tolerância — o período depois que um incidente aparece durante o qual ele não custa nada a mais. 60 segundos na noite um, 22 na noite dez.

Dívida de SLA — disponibilidade drenada diretamente por um incidente deixado aberto além da janela de tolerância: 0,1 ponto por passo, com teto de 45. Veja escalonamento.

Escalonamento — um incidente que passa da janela de tolerância e começa a acumular dívida de SLA. Ele também deixa de ocupar uma vaga de concorrência.

Limite de concorrência — quantos incidentes podem estar ativos ao mesmo tempo, de 1 nas primeiras noites a 4 a partir da noite nove.

Janela de clemência — uma retenção de 45 segundos nas novas injeções quando a disponibilidade está abaixo de 70%. 20 segundos durante o final.

Incidente composto — dois ou mais incidentes em andamento juntos, a partir da noite seis, muitas vezes com um causando o outro.

Tick — um passo de simulação: 250 ms de tempo real, 12 segundos de tempo de jogo. Um turno tem 2.400 deles.

Redes e infraestrutura

CIDR — notação de bloco de endereços, como em 203.0.113.0/24. O jogo aceita blocos onde quer que aceite endereços.

RFC 5737 — o padrão que reserva 192.0.2.0/24, 198.51.100.0/24 e 203.0.113.0/24 para documentação. Todo endereço do jogo vem desses blocos, então nenhum deles é um host real.

Limite de taxa — limitar a taxa de requisições na borda. Ele não distingue atacantes de clientes, e é por isso que corta também 10% do tráfego legítimo.

Drenagem — tirar o tráfego de uma máquina sem pará-la. A carga vai para algum lugar, e esse lugar passa a carregá-la.

Espera por bloqueio (lock wait) — uma consulta de banco de dados bloqueada esperando outra liberar um lock. Visível apenas por meio de db_stat.

Semente — o número a partir do qual o gerador pseudoaleatório da noite começa. Mesma semente, mesma noite, em qualquer dispositivo. Veja determinismo.