← Cloudflare One / cloudflare-one / networks / connectors / cloudflare-wan / reference

Jak Cloudflare počítá upozornění na stav tunelu

Výstrahy stavu tunelu vás upozorní, když spolehlivost vašich tunelových připojení klesne pod přijatelnou hranici. Pochopení toho, jak Cloudflare tyto výstrahy počítá, vám pomůže správně interpretovat oznámení a rozlišit mezi krátkými, řešitelnými problémy a trvalými potížemi, které vyžadují pozornost.

Cloudflare používá přístup s více časovými okny, který kombinuje krátkodobé a dlouhodobé metriky, aby nevyvolával upozornění na přechodné výpadky, ale zároveň spolehlivě odhalil skutečnou degradaci. Následující části vysvětlují klíčové koncepty tohoto procesu.

SLI je poměr pozitivních událostí k celkovému počtu událostí. SLI 0% znamená, že funkce vůbec nefunguje, zatímco SLI 100% znamená, že funguje přesně podle očekávání.

SLO představují práh pro SLI a stanovují cílovou úroveň spolehlivosti tunelů IPsec/GRE. Cílem SLO může být například to, že 99.9% stavů tunelu bude za posledních 30 dní funkčních. Hodnoty SLI pro SLO počítá Cloudflare na základě down hodnota stavu tunelu, nikoli na výsledcích časového limitu z kontrol stavu tunelu.

Chybový rozpočet je počet neúspěšných událostí, které mohou nastat během časového okna SLO, aniž by klesla dostupnost služby pod úroveň definovanou SLO.

SLO je cílové procento a chybový rozpočet se rovná 100% minus SLO. Předpokládejme například, že za 30 dní proběhlo ve vašem účtu milion kontrol stavu tunelu a vaše SLO je nastaveno na 99.9%. Chybový rozpočet by v tomto případě byl:

number of events x (1 - SLO) = 1,000,000 x (1-0.999) = 1,000

To znamená, že SLO povoluje 1 000 neúspěšných kontrol stavu tunelu za 30 dní. Co se ale stane, když všechny chyby nastanou během jedné hodiny místo 30 dní? Právě to vede ke konceptu burn rate.

Burn rate udává, jak rychle čerpáte chybový rozpočet (error budget) v daném časovém okně vzhledem k oknu SLO. V uvedeném příkladu znamená SLO 99,9 %, že si můžete dovolit 1 000 selhání kontroly stavu tunelu za 30 dní. Stejných 1 000 selhání kontroly stavu je ale nepřijatelných během jedné hodiny.

Aby Cloudflare určil, kdy odeslat upozornění na stav Tunnel, používá přístup s více okny a více hodnotami burn rate (multi-window, multi-burn rate). Každých pět minut analyzuje data za poslední hodinu a za posledních pět minut. Pro krátké okno (pět minut) i dlouhé okno (jedna hodina) dat pak vypočítá hodnotu SLI.

Cloudflare vás upozorní jedině tehdy, když nakonfigurovaný práh nesplní jak krátké, tak dlouhé okno. Aby se upozornění spustilo, musí práh nesplnit obě okna zároveň. Pokud byste například nastavili práh 99 %:

• Krátké okno: 99.2%, dlouhé okno: 99%. Cloudflare by upozornění neaktivoval, protože krátké okno přesahuje prahovou hodnotu 99%.
• Krátké okno: 98%, dlouhé okno: 98%. Cloudflare by aktivoval upozornění, protože obě okna nedosahují prahové hodnoty 99%.