{"canonical_url":"https://engineer.company/sv/glossary/monitoring/","content_markdown":"# Övervakning\n\n## Vad det är\n\nÖvervakning är den löpande avläsningen av det som ett system i drift rapporterar om sig självt:\nnågot håller hela tiden rapporterna mot gränser som någon har dragit och avgör när en människa\nbehöver få veta. Boken Site Reliability Engineering från Google definierar övervakning som att samla\nin, bearbeta, aggregera och visa kvantitativa data i realtid om ett system: hur många förfrågningar\nsom kommer in och av vilka slag, hur många som misslyckas och hur, hur lång tid de tar och hur länge\nvarje server har varit igång. Målet är en ordningsföljd: systemet säger att det har problem innan en\nanvändare gör det.\n\nData kommer från två håll. Övervakning av typen white-box läser det som ett system visar om sitt\neget inre, t.ex. de systemmätvärden det publicerar, längden på en kö eller antalet omförsök, och kan\ndärför se problem som byggs upp innan någon känner av dem. Övervakning av typen black-box står\nutanför och beter sig som en användare: den begär en sida, slår upp ett namn eller genomför en\ninloggning, och rapporterar om det fungerade och hur lång tid det tog. Den ser bara det som redan är\ntrasigt, och det är just det som gör den till ett pålitligt skäl att väcka någon.\n\nDet mesta som ett övervakningssystem sparar är tal som samplas över tid, eftersom tal är billiga att\nspara och lätta att hålla mot ett tröskelvärde. Samma kapitel i SRE-boken pekar ut fyra av dem som\nstället att börja för allt som betjänar användare: latens, den tid en förfrågan tar; trafik, hur\nmycket efterfrågan som kommer in; fel, andelen förfrågningar som misslyckas; och mättnad, hur nära\nden mest belastade resursen är att bli full.\n\nRunt talen finns två sorters utdata. En dashboard är till för att titta, när någon redan misstänker\nnågot. Ett larm är till för att avbryta, när alla är upptagna med annat. I ekosystemet kring\nPrometheus utvärderar servern reglerna, och Alertmanager grupperar, tar bort dubbletter och\ndirigerar det som utlöses.\n\nTvå närliggande begrepp är lätta att blanda ihop med övervakning. Loggning skriver ned enskilda\nhändelser, en rad per sak som hände, och är det någon läser efter ett larm för att ta reda på\nvarför. Observerbarhet, som OpenTelemetry-projektet ramar in det, är den bredare förmågan att ställa\nnya frågor till ett system utifrån. Övervakning är den smalare och äldre praktiken: frågor som\nbestäms i förväg, ställs hela tiden och har ett svar som kan väcka en människa.\n\n## Varför det spelar roll\n\nAlternativet är att höra om problem från dem som drabbas, vid vilken timme de än märker det.\nÖvervakning flyttar det ögonblicket tidigare och lämnar det till någon som kan agera.\n\nDet som tar slut först är uppmärksamheten, inte verktygen. Ett larm till jouren avbryter arbete på\ndagen och sömn på natten, och SRE-boken säger rakt ut vad som händer när sådana larm kommer för\nofta: folk skummar dem, ifrågasätter dem och slutar till sist bry sig om dem, ibland även det\nverkliga larmet som gömmer sig i bruset. Vägledningen från Prometheus-projektet ryms i en mening:\nhåll larmen enkla, larma på symtom, ha bra konsoler för att hitta orsakerna och undvik larm där det\ninte finns något att göra. Varje regel som kan väcka någon är ett löfte om att en människa har något\nbrådskande att göra när den utlöses.\n\nDet gör det centrala beslutet till ett beslut om vad användarna märker. En disk som är fylld till\n85 % är en orsak; en betalning som misslyckas är ett symtom. Att larma på symtom håller nere antalet\nregler, eftersom det finns långt färre sätt för användare att drabbas än för maskiner att krångla.\nOrsakerna hör fortfarande hemma på dashboards och i ärenden, där de hjälper felsökningen utan att\nväcka någon. Kapacitet är det ärliga undantaget: en resurs som snart är full skadar ingen i dag, men\ninom kort behöver den en människa.\n\nSedan kommer frågan om att driva det själv eller hyra det. Att driva det själv betyder ett lager för\ntidsserier, en router för larm och någon som håller båda friska. En hostad tjänst tar bort det\narbetet och fakturerar efter mängden data som skickas, så varje ny värddator syns på en faktura.\nSRE-boken noterar att även på Google har ett team med 10–12 ingenjörer oftast en eller två vars\nhuvuduppgift är övervakning. Hur som helst är det ett system med eget underhåll, som ska\ndimensioneras efter systemet det vakar över.\n\n## Så ser det ut i praktiken\n\nTvå av grundarens tidigare roller och företagets egen värddator visar samma idé\ni vitt skilda skalor.\n\nSom infrastrukturingenjör 2015–2022 bestod jobbet i\n[support dygnet runt för ungefär 1 000 strömningsservrar för IPTV/OTT](/sv/portfolio/ran-24-7-support-for-1000-iptv-ott-servers/),\nplus ett stort antal kundägda system, för kunder i Kina, USA och Tyskland. Med kunder i tre\ntidszoner fanns det aldrig en lugn timme, och ett problem kl. 3 på natten lokal tid var bästa\nsändningstid någon annanstans. En stor del av arbetet bestod i att märka när något började glida\ninnan det blev ett avbrott, och problemen hanterades innan de nådde en tittares skärm. För en sådan\ntjänst ser framgång ut som att ingenting händer, och övervakningen är det som låter ett team veta\ndet i stället för att hoppas.\n\nI rollen som databasingenjör 2022–2024, för\n[100 databaser i PostgreSQL, MS SQL och BigQuery](/sv/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/),\nminskade automatiserad övervakning driftstoppen med 50 %.\n\nAtt övervaka företagets egen värddator för publika tjänster innebär att arbeta i\nandra änden av skalan. [En enda maskin med 512 MB driver de publika\ntjänsterna](/sv/portfolio/a-whole-company-on-one-small-server/), med ungefär 464\nMB användbart minne, och minnet är det argument som avgör varje designbeslut på\nden. Rapporteringen är pull-baserad i stället för en agent, en pipeline och en\ndashboard: sju kommandon som läser värddatorn och renderar Markdown, inte ändrar\nnågonting och bara körs när någon ber om det. Beslutet om onion-tjänsten visar\nmetoden: när frågan kom upp samlades stickprov från värddatorn under ett dygn,\noch mätvärdena avgjorde den. I de dokumenterade stickproven var den lägsta nivån\nför tillgängligt minne ungefär 310 MB av 464, swapanvändningen låg på 2,6 % och\nprocessorn var i vila 99,7 % av tiden. I den storleken är övervakning en mätning\nsom görs i det ögonblick ett beslut behöver en.\n\n## Var det går fel\n\n**Jourlarmet går så ofta att folk slutar läsa det.** Varje incident lämnar en regel efter sig, många\nav dem utlöses av orsaker som går över av sig själva, och inom några månader skummas det verkliga\nlarmet förbi tillsammans med resten. Larma bara på det som användarna skulle märka, på ett ställe i\nstacken, och skicka allt annat till en ärendekö eller en dashboard. Låt sedan villkoret hålla i sig\nen stund innan det utlöses, så att en kort topp som försvinner inom en minut inte väcker någon:\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**Övervakningen stannar, och tystnaden läses som goda nyheter.** En regel som aldrig utlöses ser\nexakt ut som ett system som aldrig går sönder. Om Prometheus-servern, Alertmanager eller\ne-postreläet går ned, upphör varje larm på en gång. Prometheus rekommenderar att man larmar på\növervakningen i sig, och ännu hellre testar hela vägen från ände till ände, så att en kontroll\nbevisar att ett larm kan ta sig från regel till inkorg. Schemalagda jobb går i samma fälla: en\nsäkerhetskopiering som slutar köras ger inget fel, den slutar bara lämna spår. Larma när den senaste\nlyckade körningen är för gammal, med marginal för minst två hela körningar; för ett jobb som körs\nvar fjärde timme och tar en timme föreslår projektet 10 timmar:\n\n```promql\ntime() - backup_last_success_timestamp_seconds \u003e 10 * 3600\n```\n\n**Medelvärdet säger att allt är bra medan vissa användare väntar.** Medelvärden är lätta att rita\nsom grafer, och de döljer svansen. Exemplet i SRE-boken är en tjänst med ett medelvärde på 100 ms\nvid 1 000 förfrågningar i sekunden, där 1 % av förfrågningarna lätt kan ta 5 sekunder; när en sida\när beroende av flera sådana tjänster kan den 99:e percentilen för en enda backend bli medianen för\nfrontenden. Snabba fel gör det värre, eftersom ett fel som kommer fort drar ned medelvärdet. Spara\nlatensen i intervall, larma på en hög percentil och håll isär misslyckade förfrågningar från\nlyckade.\n\n**Varje internt tal är grönt medan användarna inte når tjänsten.** Mätvärden av typen white-box\nkommer inifrån systemet och delar därför dess blinda fläckar: ett utgånget certifikat, en trasig\nDNS-post eller en ändring i en brandvägg kan lämna vartenda ett av dem friskt. En black-box-kontroll\nfrån en maskin utanför systemets nätverk fångar det som annars är osynligt, och fortsätter att\nfungera när den interna övervakningen går ned tillsammans med allt annat.\n\n## Läs mer\n\n- [Prometheus: Overview](https://prometheus.io/docs/introduction/overview/) — vad ett\n  övervakningssystem byggt på mätvärden samlar in, vilka delar det består av och när precision per\n  händelse kräver något annat.\n- [Alerting](https://prometheus.io/docs/practices/alerting/) — vägledningen från\n  Prometheus-projektet om vad som ska larma, från onlinetjänster och batchjobb till övervakningen av\n  övervakningen.\n- [Alertmanager](https://prometheus.io/docs/alerting/latest/alertmanager/) — hur larm dedupliceras,\n  grupperas, tystas, undertrycks och dirigeras till en mottagare.\n- [Monitoring Distributed Systems](https://sre.google/sre-book/monitoring-distributed-systems/) —\n  kapitel 6 i boken Site Reliability Engineering från Google: symtom och orsaker, de fyra gyllene\n  signalerna och svansen.\n- [Observability primer](https://opentelemetry.io/docs/concepts/observability-primer/) — hur\n  OpenTelemetry beskriver signaler, SLI och SLO, och var observerbarhet når längre än övervakning.\n\n\u003chttps://engineer.company/sv/glossary/monitoring/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Vad övervakning håller koll på, vilka problem som är värda att väcka någon för, hur ett medelvärde döljer en långsam svans och vem som märker tystnaden.","formats":{"gemtext":"https://engineer.company/sv/glossary/monitoring/index.gmi","gopher":"https://engineer.company/sv/glossary/monitoring/gophermap","html":"https://engineer.company/sv/glossary/monitoring/","json":"https://engineer.company/sv/glossary/monitoring/index.json","markdown":"https://engineer.company/sv/glossary/monitoring/index.md","pdf":"https://engineer.company/sv/glossary/monitoring/index.pdf"},"kind":"page","language":"sv","title":"Vad är övervakning?","url":"https://engineer.company/sv/glossary/monitoring/","version":1}