چک‌ها چطور کار می‌کنند

ناحیه‌ها

هر بررسی به‌طور مستقل از دو ناحیه‌ی پایش در ایران اجرا می‌شود (ir-thr-a و ir-thr-b؛ همین کدها را در کارت «مناطق پایش» صفحه‌ی مانیتور می‌بینید). تعداد ناحیه‌ها فعلاً قابل تنظیم نیست.

تأیید چندناحیه‌ای

نتیجه‌ی ناحیه‌ها با هم جمع‌بندی می‌شود (تا ۵ ثانیه برای رسیدن همه‌ی نتیجه‌ها صبر می‌کنیم):

تلاش مجدد داخل هر چک

هر ناحیه قبل از اعلام شکست چند بار تلاش می‌کند: پیش‌فرض ۳ تلاش با ۵ ثانیه فاصله و timeout ده‌ثانیه‌ای برای هر تلاش. اگر یکی از تلاش‌ها موفق باشد، آن ناحیه «سالم» گزارش می‌دهد و بقیه‌ی تلاش‌ها انجام نمی‌شود. پس «شکست یک ناحیه» یعنی همه‌ی تلاش‌هایش شکست خورده.

زمان پاسخ فقط برای تلاش موفق ثبت می‌شود.

باز و بسته‌شدن قطعی

• باز شدن: اولین جمع‌بندی «قطع» (همه‌ی ناحیه‌ها شکست) فوراً یک قطعی باز می‌کند.
• اولین هشدار: به‌اندازه‌ی «حداقل مدت قطعی برای هشدار» در سیاست (پیش‌فرض سیستم ۳۰۰ ثانیه) بعد از باز شدن قطعی می‌رود. اگر تا آن موقع سرویس برگردد، هشدار قطعی هرگز ارسال نمی‌شود.
• بسته شدن: اولین جمع‌بندی «فعال» قطعی را برطرف می‌کند و پیام «بازیابی» می‌فرستد (طبق «اعلان رفع قطعی» سیاست). شرط «چند موفقیت پیاپی» وجود ندارد. قطعی را نمی‌شود دستی بست.
• وابستگی: اگر مانیتور والد (از طریق API) قطع باشد، قطعی مانیتورهای فرزند باز نمی‌شود تا هشدار تکراری نگیرید.

تأیید (Ack) قطعی و توقف تشدید هشدار در قطعی‌ها توضیح داده شده است.

ناپایدار (Flapping)

اگر مانیتوری مدام بین فعال و قطع بپرد، به‌جای ده‌ها هشدار جدا یک پیام تجمیعی می‌فرستیم و وضعیت را «ناپایدار» می‌گذاریم. مقدار پیش‌فرض: حداقل ۴ تغییر در ۱۰ دقیقه. تا پایدار شدن، باز و بسته‌شدن‌های عادی و تشدید هشدار متوقف می‌ماند.

وضعیت‌ها

بازه‌ی نگهداری وضعیت را عوض نمی‌کند و چک‌ها ادامه دارند؛ فقط ارسال هشدار تا پایان بازه عقب می‌افتد (بازه‌های نگهداری).

دلیل خطاها

نمودار «تفکیک خطاها — ۲۴ ساعت گذشته» در صفحه‌ی مانیتور از این برچسب‌ها استفاده می‌کند: