Расскажите, как был настроен мониторинг и алертинг — какие метрики, как выглядит pipeline сбора метрик и уведомления разработчиков о критических ситуациях?

Алерты настраиваются обычно через системы мониторинга и оповещений, такие как Prometheus с Alertmanager, Zabbix, Grafana или Datadog. Просадка сервиса — это ухудшение ключевых метрик (например, увеличение времени отклика, рост ошибок, падение доступности).

Процесс превращения просадки в алерт выглядит так:

1. Сбор метрик — мониторинг собирает данные о состоянии сервиса.
2. Определение правил — задаются пороговые значения, при превышении которых считается, что сервис работает некорректно.
3. Оценка состояния — система мониторинга проверяет, не превышены ли пороги.
4. Генерация алерта — если условие срабатывает, создаётся алерт.
5. Оповещение — алерт отправляется ответственным через email, мессенджеры, SMS или интеграции с системами инцидентов.

Пример правила в Prometheus Alertmanager:

- alert: HighErrorRate
  expr: job:request_errors:rate5m > 0.05
  for: 5m
  labels:
    severity: critical
  annotations:
    summary: "Высокий уровень ошибок на сервисе"
    description: "Ошибка превышает 5% в течение 5 минут"