{"canonical_url":"https://engineer.company/da/glossary/monitoring/","content_markdown":"# Overvågning\n\n## Hvad det er\n\nOvervågning, også kaldet monitorering, er løbende at læse, hvad et system i\ndrift rapporterer om sig selv: noget holder hele tiden rapporterne op mod\ngrænser, som nogen har trukket, og afgør, hvornår et menneske skal have besked.\nGoogles bog om Site Reliability Engineering definerer overvågning som at\nindsamle, behandle, samle og vise kvantitative data om et system i realtid: hvor\nmange forespørgsler der kommer ind og af hvilken slags, hvor mange der fejler og\nhvordan, hvor lang tid de tager, og hvor længe hver server har kørt. Målet er en\nbestemt rækkefølge: systemet siger til, at det er i knibe, før en bruger gør.\n\nData kommer fra to retninger. White-box-overvågning læser det, et system selv\nviser om sit indre, som et metrics-endpoint, længden af en kø eller et antal\ngenforsøg, og kan derfor se problemer vokse, før nogen mærker dem.\nBlack-box-overvågning står udenfor og opfører sig som en bruger: den henter en\nside, slår et navn op eller gennemfører et login og melder, om det lykkedes, og\nhvor lang tid det tog. Den ser kun det, der allerede er gået i stykker, og netop\nderfor er den en troværdig grund til at vække nogen.\n\nDet meste, et overvågningssystem gemmer, er tal målt over tid, fordi de er\nbillige at gemme og nemme at holde op mod en tærskel. SRE-bogen udpeger fire af\ndem som stedet at begynde for alt, der betjener brugere: latenstid, den tid en\nforespørgsel tager; trafik, hvor meget efterspørgsel der kommer ind; fejl,\nandelen af forespørgsler, der fejler; og mætning, hvor tæt den travleste\nressource er på at være fuld.\n\nOmkring tallene sidder to slags output. Et dashboard er til at kigge på, når\nnogen allerede har en mistanke. En alarm er til at afbryde, når alle har travlt\nmed noget andet. I Prometheus-økosystemet evaluerer serveren reglerne, og\nAlertmanager grupperer, fjerner dubletter og sender det videre, der udløses.\n\nTo naboer er lette at forveksle med den. Logning skriver enkelte hændelser ned,\nén linje for hver, og er det, man læser efter en alarm for at finde ud af\nhvorfor. Observability, som OpenTelemetry-projektet beskriver det, er den\nbredere evne til at stille et system nye spørgsmål udefra. Overvågning er den\nsmallere og ældre praksis: spørgsmål, der er besluttet på forhånd, stillet\nløbende, med et svar, der kan alarmere en person.\n\n## Hvorfor det betyder noget\n\nAlternativet er at høre om problemer fra dem, de rammer, på hvilket tidspunkt de\nend opdager dem. Overvågning flytter det øjeblik frem og lægger det hos en, der\nkan handle.\n\nDen knappe ressource er opmærksomhed snarere end software. En alarmbesked afbryder\narbejde om dagen og søvn om natten, og SRE-bogen er klar: kommer de for tit,\nskimmer folk dem, tvivler på dem og ignorerer dem til sidst, nogle gange også\nden reelle alarm, der gemmer sig i støjen. Prometheus-projektets råd kan stå i én\nsætning: hold alarmeringen enkel, alarmér på symptomer, hav gode konsoller til\nat finde årsagerne, og undgå alarmbeskeder, der ikke kræver handling.\n\nDet gør den centrale beslutning til et spørgsmål om, hvad brugerne mærker. En\ndisk på 85 % er en årsag; en betaling, der fejler, er et symptom. At alarmere på\nsymptomer holder antallet af regler nede, fordi der er langt færre måder,\nbrugere kan komme til skade på, end måder, maskiner kan opføre sig forkert på.\nÅrsager hører stadig hjemme på dashboards og i tickets, hvor de hjælper med at\nfinde fejlen uden at vække nogen. Kapacitet er den ærlige undtagelse: en\nressource tæt på fuld gør ingen ondt i dag, men får snart brug for en person.\n\nSå kommer spørgsmålet om at drive det selv eller leje det. At drive det selv\nbetyder et tidsserielager, en alarmrouter og en person, der holder begge sunde.\nEn hostet tjeneste tager det arbejde væk og fakturerer efter den mængde, der\nsendes, så hver ny vært dukker op på en faktura. SRE-bogen nævner, at selv hos\nGoogle har et team på 10–12 ingeniører typisk en eller to, hvis hovedopgave er\novervågning. Uanset hvad har det sin egen vedligeholdelse og skal dimensioneres\nefter det system, det holder øje med.\n\n## Sådan ser det ud i praksis\n\nTo af grundlæggerens tidligere stillinger og virksomhedens egen vært viser den\nsamme idé i vidt forskellig skala.\n\nFra 2015 til 2022, i en rolle som infrastrukturingeniør, var opgaven\n[24/7-support til omkring tusind servere på en IPTV/OTT-streamingplatform](/da/portfolio/ran-24-7-support-for-1000-iptv-ott-servers/),\nplus et pænt antal kundeejede systemer, for kunder i Kina, USA og Tyskland. Med\nkunder i tre tidszoner fandtes der ingen stille time, og et problem klokken 3 om\nnatten lokalt var primetime et andet sted. Meget af arbejdet var at bemærke\nnoget, der drev af, før det blev et nedbrud, og problemerne blev håndteret, før\nde nåede en seers skærm. Her ser succes ud som ingenting, der sker, og\novervågning lader et team vide det frem for at håbe det.\n\nI en rolle som databaseingeniør fra 2022 til 2024, på tværs af\n[100 databaser i PostgreSQL, MS SQL og BigQuery](/da/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/),\nreducerede automatiseret overvågning nedetiden med 50 %.\n\nAt overvåge virksomhedens egen vært til offentligt tilgængelige\ntjenester betyder at arbejde i den anden ende af skalaen.\n[Én maskine med 512 MB driver de offentligt tilgængelige tjenester](/da/portfolio/a-whole-company-on-one-small-server/),\nhvor omkring 464 MB af hukommelsen kan bruges, og hukommelsen er det argument,\nder afgør hver designbeslutning på den. Rapportering er her et\npull frem for en agent, en pipeline og et dashboard: syv\nkommandoer læser værten og gengiver Markdown, ændrer intet og\nkører kun, når nogen beder om det. Beslutningen om onion-tjenesten\nviser metoden: da spørgsmålet kom op, blev der taget stikprøver\npå værten i et døgn, og aflæsningerne afgjorde det. I de\nregistrerede stikprøver var lavpunktet for tilgængelig hukommelse omkring\n310 MB af 464, swap lå på 2,6 %, og processoren var inaktiv\n99,7 % af tiden. I den størrelse er overvågning en måling, der\ntages i det øjeblik, en beslutning har brug for den.\n\n## Hvor det går galt\n\n**Alarmerne kommer så tit, at folk holder op med at læse dem.** Hver\ndriftshændelse efterlader en regel, mange af dem udløses af årsager, der går\nover af sig selv, og efter nogle måneder bliver den reelle alarm skimmet forbi\nsammen med resten. Send kun alarmbeskeder om det, brugerne ville mærke, ét sted i stakken,\nog send alt andet til en ticketkø eller et dashboard. Lad derefter betingelsen\nholde et stykke tid, før den udløses, så et blip, der går over på et minut, lader\nalle sove:\n\n```yaml\ngroups:\n    - name: checkout\n      rules:\n          - alert: CheckoutErrorsHigh\n            expr: job:checkout_errors:ratio5m \u003e 0.02\n            for: 10m\n            labels:\n                severity: page\n```\n\n**Overvågningen stopper, og dens tavshed bliver læst som gode nyheder.** En\nregel, der aldrig udløses, ligner præcis et system, der aldrig går i stykker.\nGår Prometheus-serveren, Alertmanager eller mailrelæet ned, stopper alle alarmer\npå én gang. Prometheus' eget råd er at alarmere på selve overvågningen og helst\nat teste hele vejen, så ét tjek beviser, at en alarm kan nå fra regel til\nindbakke. Planlagte jobs falder i samme fælde: en backup, der holder op med at\nkøre, giver ingen fejl, den holder bare op med at efterlade spor. Send en alarmbesked, når\nden seneste succes er for gammel, og giv plads til mindst to hele kørsler; for\net job, der kører hver 4. time og tager en time, foreslår projektet 10 timer:\n\n```promql\ntime() - backup_last_success_timestamp_seconds \u003e 10 * 3600\n```\n\n**Gennemsnittet siger, at alt er godt, mens nogle brugere venter.** Gennemsnit\ner nemme at tegne, og de skjuler halen. SRE-bogens eksempel er en tjeneste med\net gennemsnit på 100 ms ved 1.000 forespørgsler i sekundet, hvor 1 % af\nforespørgslerne sagtens kan tage 5 sekunder; når en side afhænger af flere\nsådanne tjenester, kan én backends 99. percentil blive frontendens median.\nHurtige fejl gør det værre ved at trække gennemsnittet ned. Registrér latenstid\ni buckets, alarmér på en høj percentil, og hold fejlede forespørgsler adskilt\nfra de vellykkede.\n\n**Alle interne tal er grønne, mens brugerne ikke kan nå tjenesten.**\nWhite-box-metrikker kommer indefra systemet og deler derfor dets blinde vinkler:\net udløbet certifikat, en ødelagt DNS-post eller en ændring i firewallen kan\nlade hver eneste af dem se sund ud. Et black-box-tjek fra en maskine uden for\nsystemets netværk fanger det, der ellers er usynligt, og virker stadig, når den\ninterne overvågning går ned med alt andet.\n\n## Læs mere\n\n- [Prometheus: Overview](https://prometheus.io/docs/introduction/overview/) —\n  hvad et metrikbaseret overvågningssystem indsamler, hvilke dele det består af,\n  og hvor præcision for hver enkelt hændelse kræver noget andet.\n- [Alerting](https://prometheus.io/docs/practices/alerting/) —\n  Prometheus-projektets råd om, hvad der skal udløses alarmer for, fra onlinetjenester\n  og batchjobs til overvågning af overvågningen.\n- [Alertmanager](https://prometheus.io/docs/alerting/latest/alertmanager/) —\n  hvordan alarmer renses for dubletter, grupperes, gøres tavse, hæmmes og sendes\n  videre til en modtager.\n- [Monitoring Distributed Systems](https://sre.google/sre-book/monitoring-distributed-systems/)\n  — kapitel 6 i Googles bog om Site Reliability Engineering: symptomer og\n  årsager, de fire gyldne signaler og halen.\n- [Observability primer](https://opentelemetry.io/docs/concepts/observability-primer/)\n  — OpenTelemetrys gennemgang af signaler, SLI'er og SLO'er, og hvor\n  observability rækker videre end overvågning.\n\n\u003chttps://engineer.company/da/glossary/monitoring/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Hvad overvågning måler, hvilke problemer der bør vække nogen, hvordan et gennemsnit gemmer den langsomme hale, og hvem der opdager, at overvågningen selv tier.","formats":{"gemtext":"https://engineer.company/da/glossary/monitoring/index.gmi","gopher":"https://engineer.company/da/glossary/monitoring/gophermap","html":"https://engineer.company/da/glossary/monitoring/","json":"https://engineer.company/da/glossary/monitoring/index.json","markdown":"https://engineer.company/da/glossary/monitoring/index.md","pdf":"https://engineer.company/da/glossary/monitoring/index.pdf"},"kind":"page","language":"da","title":"Hvad er overvågning?","url":"https://engineer.company/da/glossary/monitoring/","version":1}