{"canonical_url":"https://engineer.company/nb/glossary/monitoring/","content_markdown":"# Overvåking\n\n## Hva det er\n\nOvervåking er å lese kontinuerlig det et system i drift rapporterer om seg selv: noe\nholder rapportene opp mot grenser noen har trukket, og avgjør når en person må få vite\ndet. På engelsk heter det monitoring, og i norske driftsmiljøer sier mange også\nmonitorering. Googles bok om Site Reliability Engineering (SRE) definerer overvåking som\nå samle inn, behandle, aggregere og vise kvantitative sanntidsdata om et system: hvor\nmange forespørsler som kommer inn og av hvilke slag, hvor mange som feiler og hvordan,\nhvor lang tid de tar, og hvor lenge hver server har kjørt. Målet er en bestemt\nrekkefølge: systemet sier fra om at det har problemer, før en bruker gjør det.\n\nDataene kommer fra to retninger. Hvitboksovervåking (white-box) leser det et system selv\nviser om sitt indre, f.eks. et endepunkt for metrikker, lengden på en kø eller antall\nnye forsøk, og kan derfor se et problem bygge seg opp før noen merker det.\nSvartboksovervåking (black-box) står utenfor og oppfører seg som en bruker: den ber om\nen side, slår opp et navn eller fullfører en innlogging, og rapporterer om det virket og\nhvor lang tid det tok. Den ser bare det som allerede er i stykker, og nettopp det gjør\nden til en pålitelig grunn til å vekke noen.\n\nDet meste et overvåkingssystem tar vare på, er tall målt over tid, fordi tall er billige\nå lagre og lette å holde opp mot en terskel. Det samme SRE-kapittelet peker ut fire av\ndem som stedet å begynne for alt som betjener brukere: latens, tiden en forespørsel tar;\ntrafikk, hvor mye etterspørsel som kommer inn; feil, andelen forespørsler som mislykkes;\nog metning, hvor nær den travleste ressursen er å være full.\n\nRundt tallene sitter to typer utdata. Et dashbord er til å se på når noen allerede\nmistenker noe. Et driftsvarsel er til å avbryte når alle er opptatt med noe annet. I\nPrometheus-økosystemet er det serveren som evaluerer reglene, mens Alertmanager\ngrupperer, fjerner duplikater og ruter det som utløses.\n\nTo naboer er lette å forveksle med overvåking. Logging skriver ned enkelthendelser, én\nlinje per ting som skjedde, og er det noen leser etter et varsel for å finne ut hvorfor.\nObserverbarhet (observability), slik OpenTelemetry-prosjektet beskriver det, er den\nbredere evnen til å stille et system nye spørsmål utenfra. Overvåking er den smalere og\neldre praksisen: spørsmål bestemt på forhånd, stilt hele tiden, med et svar som kan\ntilkalle en person.\n\n## Hvorfor det er viktig\n\nAlternativet er å høre om problemene fra dem som rammes, uansett når på døgnet de merker\ndet. Overvåking fremskynder oppdagelsen og varsler noen som kan gjøre noe\nmed problemet.\n\nDen knappe ressursen er oppmerksomhet, ikke programvare. Et varsel som tilkaller noen,\navbryter arbeid om dagen og søvn om natten, og SRE-boken sier rett ut hva som skjer når\nslike varsler kommer for ofte: folk skumleser dem, tviler på dem og overser dem til\nslutt, iblant også det ekte varselet som ligger gjemt i støyen. Prometheus-prosjektets\nråd får plass i én setning: hold varslingen enkel, varsle på symptomer, ha gode\nkonsoller for å finne årsakene, og unngå å tilkalle noen når det ikke er noe å gjøre.\nHver regel som kan vekke noen, er et løfte om at en person har noe som haster når den\nutløses.\n\nDermed blir den sentrale beslutningen et spørsmål om hva brukerne merker. En disk som er\n85 % full, er en årsak; et kjøp i kassen som feiler, er et symptom. Å varsle på\nsymptomer holder antallet regler nede, fordi det finnes langt færre måter brukere kan\nbli rammet på enn måter maskiner kan oppføre seg galt på. Årsakene hører likevel hjemme\npå dashbord og i saker, der de hjelper feilsøkingen uten å vekke noen. Kapasitet er det\nærlige unntaket: en ressurs som snart er full, skader ingen i dag, men den kommer til å\ntrenge en person snart.\n\nSå kommer spørsmålet om å drifte selv eller leie. Å drifte selv betyr et lager for\ntidsserier, en ruter for varsler og noen som holder begge i god stand. En hostet\ntjeneste tar det arbeidet bort og fakturerer etter mengden data som sendes, så hver ny\nvert dukker opp på en faktura. SRE-boken nevner at selv hos Google har et team på 10–12\ningeniører typisk én eller to som har overvåking som hovedjobb. Uansett valg er det et\nsystem med sitt eget vedlikehold, og det skal dimensjoneres etter systemet det passer\npå.\n\n## Slik ser det ut i praksis\n\nTo av grunnleggerens tidligere roller og selskapets egen vertsmaskin viser den\nsamme ideen i svært ulik skala.\n\nFra 2015 til 2022, i rollen som infrastrukturingeniør, var jobben\n[støtte døgnet rundt, 24/7, for rundt 1 000 servere på en IPTV/OTT-strømmeplattform](/nb/portfolio/ran-24-7-support-for-1000-iptv-ott-servers/),\npluss en god del kundeeide systemer, for kunder i Kina, USA og Tyskland. Med kunder i\ntre tidssoner fantes det ingen rolig time, og et problem kl. 3 om natten lokal tid var\nbeste sendetid for noen andre. Mye av arbeidet gikk ut på å merke at noe var i ferd med\nå skli ut før det ble et driftsavbrudd, og problemene ble tatt hånd om før de nådde\nskjermen til en seer. På en slik tjeneste ser suksess ut som at ingenting skjer, og\novervåking er det som lar et team vite det i stedet for å håpe det.\n\nI rollen som databaseingeniør fra 2022 til 2024 reduserte automatisert overvåking\nnedetiden med 50 % på tvers av\n[100 databaser i PostgreSQL, MS SQL og BigQuery](/nb/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/),\nsom for det meste holdt GIS- og tidsseriedata.\n\nÅ overvåke selskapets egen vert for offentlig tilgjengelige tjenester betyr å arbeide i den andre enden av skalaen. [Én maskin med 512 MB kjører disse offentlig tilgjengelige tjenestene](/nb/portfolio/a-whole-company-on-one-small-server/), med omtrent 464 MB brukbart minne, og minnet er argumentet som avgjør hver designbeslutning på den. Rapporteringen hentes på forespørsel i stedet for å gå gjennom en agent, en pipeline og et dashbord: sju kommandoer som leser verten og gjengir Markdown, ikke endrer noe og bare kjører når noen ber om det. Avgjørelsen om onion-tjenesten viser metoden: da spørsmålet kom opp, ble det tatt stikkprøvemålinger på verten gjennom et døgn, og målingene avgjorde det. I disse dokumenterte stikkprøvemålingene var lavpunktet for tilgjengelig minne omtrent 310 MB av 464, swap-bruken lå på 2,6 %, og prosessoren var ledig 99,7 % av tiden. Med så lite minne er overvåking en måling tatt i det øyeblikket en beslutning trenger den.\n\n## Hvor det går galt\n\n**Varslene kommer så ofte at folk slutter å lese dem.** Hver driftshendelse etterlater\nseg en regel, mange av reglene utløses av årsaker som går over av seg selv, og i løpet\nav noen måneder blir det ekte varselet skumlest sammen med resten. Tilkall noen bare for\ndet brukerne ville merket, på ett sted i stakken, og send alt annet til en sakskø eller\net dashbord. La deretter tilstanden vare en stund før regelen utløses, slik at et blaff\nsom går over på et minutt, ikke vekker noen:\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**Overvåkingen stopper, og stillheten blir lest som gode nyheter.** En regel som aldri\nutløses, ser nøyaktig ut som et system som aldri går i stykker. Går Prometheus-serveren,\nAlertmanager eller e-postreléet ned, stopper alle varsler på én gang.\nPrometheus-prosjektets eget råd er å overvåke selve overvåkingen, og enda bedre å teste\nhele veien fra ende til ende, slik at én kontroll beviser at et varsel kan komme fra\nregelen og helt frem til innboksen. Planlagte jobber går i den samme fella: en\nsikkerhetskopiering som slutter å kjøre, gir ingen feilmelding, den slutter bare å\netterlate spor. Tilkall noen når den siste vellykkede kjøringen er for gammel, med rom\nfor minst to hele kjøringer. For en jobb som kjører hver fjerde time og tar en time,\nforeslår prosjektet 10 timer:\n\n```promql\ntime() - backup_last_success_timestamp_seconds \u003e 10 * 3600\n```\n\n**Gjennomsnittet sier at alt er i orden mens noen brukere venter.** Gjennomsnitt er\nlette å tegne grafer av, og de skjuler halen. Eksempelet i SRE-boken er en tjeneste med\n100 ms i snitt ved 1 000 forespørsler i sekundet, der 1 % av forespørslene fort kan ta 5\nsekunder. Når en side er avhengig av flere slike tjenester, kan 99-persentilen til én\nbackend bli medianen til frontenden. Raske feil gjør det verre, fordi en rask\nfeilmelding drar snittet ned. Registrer latens i bøtter, varsle på en høy persentil, og\nfølg mislykkede forespørsler for seg, atskilt fra de vellykkede.\n\n**Alle interne tall er grønne mens brukerne ikke når tjenesten.** Hvitboksmetrikker\nkommer fra innsiden av systemet og deler derfor blindsonene dets: et utløpt sertifikat,\nen ødelagt DNS-post eller en endring i brannmuren kan la hver eneste av dem se frisk ut.\nEn svartbokskontroll fra en maskin utenfor systemets nettverk fanger det som ellers er\nusynlig, og fortsetter å virke når den interne overvåkingen går ned sammen med alt\nannet.\n\n## Les mer\n\n- [Prometheus: Overview](https://prometheus.io/docs/introduction/overview/) — hva et\n  metrikkbasert overvåkingssystem samler inn, hvilke deler det består av, og når\n  presisjon per hendelse krever noe annet.\n- [Alerting](https://prometheus.io/docs/practices/alerting/) — Prometheus-prosjektets\n  råd om hva som skal tilkalle noen, fra nettjenester og batchjobber til overvåking av\n  selve overvåkingen.\n- [Alertmanager](https://prometheus.io/docs/alerting/latest/alertmanager/) — hvordan\n  varsler fjernes som duplikater, grupperes, dempes, holdes tilbake og rutes til en\n  mottaker.\n- [Monitoring Distributed Systems](https://sre.google/sre-book/monitoring-distributed-systems/)\n  — kapittel 6 i Googles SRE-bok: symptomer og årsaker, de fire gylne signalene og\n  halen.\n- [Observability primer](https://opentelemetry.io/docs/concepts/observability-primer/) —\n  OpenTelemetrys gjennomgang av signaler, SLI-er og SLO-er, og hvor observerbarhet\n  strekker seg forbi overvåking.\n\n\u003chttps://engineer.company/nb/glossary/monitoring/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Overvåking for driftsteam: de fire gylne signalene, varsler som bare vekker noen når brukerne merker noe, og sjekken som ser at overvåkingen har stoppet.","formats":{"gemtext":"https://engineer.company/nb/glossary/monitoring/index.gmi","gopher":"https://engineer.company/nb/glossary/monitoring/gophermap","html":"https://engineer.company/nb/glossary/monitoring/","json":"https://engineer.company/nb/glossary/monitoring/index.json","markdown":"https://engineer.company/nb/glossary/monitoring/index.md","pdf":"https://engineer.company/nb/glossary/monitoring/index.pdf"},"kind":"page","language":"nb","title":"Hva er overvåking?","url":"https://engineer.company/nb/glossary/monitoring/","version":1}