Sari la conținut
Monitorizare servere

Află când serverul se sufocă, nu doar când cade.

Un agent mic trimite în fiecare minut CPU, memorie, disc, load și rețea. Tu scrii pragurile ca pe niște propoziții; noi sunăm doar când contează.

Consola onDuty, pagina serverului srv-web-01: CPU, RAM, disc, load și rețea cu pragurile lor, graficul CPU și memorie pe 24 de ore, procesele urmărite și incidentele recente

Pe scurt

  • o comandăinstalează și pornește agentul
  • la 1 minun raport de la agent
  • 5 metriciCPU, RAM, disc, load, rețea
  • 0 porturiagentul doar trimite date

01Instalare

O comandă și serverul apare în consolă

Copiezi comanda din consolă și o rulezi ca root. Comanda conține deja tokenul serverului, deci nu mai configurezi nimic de mână.

Ce faci
Adaugi serverul în consolă și rulezi comanda pe el: orice Linux cu systemd, pe amd64 sau arm64. Tokenul apare în comandă o singură dată, la adăugare.
Ce vezi
Primul raport în cel mult un minut. Tabul „Agent” arată dacă agentul e conectat, versiunea, ultima raportare și sistemul.
Ce primești
Un agent care rulează fără drepturi de root și doar trimite date prin HTTPS spre api.onduty.ro: fără porturi deschise, fără comenzi primite.

Monitorizarea serverelor e pe Start și peste: 2 servere pe Start, 10 servere pe Echipă, 50 de servere pe Agenție.

Instalare: comanda curl care instalează și pornește agentul, cu tokenul inclus, apoi verificarea cu systemctl status onduty-agent; variante Linux script, Docker, pachet .deb / .rpm
Cardul Agentul: conectat, ultima raportare acum 12 s, interval 30 s, versiunea 1.4.2 cu 1.5.0 disponibilă, Ubuntu 24.04.1 LTS, consum 0,3% CPU și 24 MB

02Metrici

CPU, memorie, disc, load și rețea, cu pragul pe grafic

Fiecare metrică are cardul ei cu valoarea de acum; CPU, RAM și discul își arată și pragul. Graficele merg pe azi, ieri, ultimele 7, 30 sau 90 de zile ori pe o perioadă aleasă de tine, în limita istoricului din plan, cu pragul de CPU ca linie punctată.

Ce faci
Deschizi serverul din lista „Servere” sau din serviciul lui.
Ce vezi
Sub grafic, maximul de CPU și de RAM al perioadei. Discurile apar pe fiecare partiție, cu linia roșie a pragului; mai jos, grafice pentru swap, load, rețea și citirile și scrierile pe disc.
Ce primești
Cardul arată „aproape” când valoarea ajunge lângă prag: știi că memoria se apropie de limită înainte să devină o problemă, nu după.
Cinci carduri: CPU 34%, RAM 6,1 din 8 GB (aproape de prag), disc 62%, load 1,82, rețea 18,4 Mb/s Graficul CPU și memorie pe 24 de ore, cu pragul de 90% punctat și banda backup 05:10 Discurile /, /var/lib/mysql și /var/backups cu ocuparea și linia pragului; informații despre sistem; incidentele recente

03Procese

Procesele care trebuie să ruleze, urmărite pe nume

Scrii numele proceselor ca în ps sau systemctl: nginx, php-fpm, mysqld. Agentul trimite starea lor la fiecare raport.

Ce faci
Adaugi procesele; consola îți sugerează ce rulează deja pe server.
Ce vezi
Fiecare proces urmărit apare „rulează” sau „oprit”. Separat, procesele care consumă cel mai mult CPU și memorie, cu PID-ul și utilizatorul lor.
Ce primești
Un proces lipsă 2 minute (durata o alegi tu) înseamnă Căzut (P1): php-fpm oprit noaptea te sună, chiar dacă serverul răspunde.
Procese urmărite: nginx, php-fpm și mysqld rulează, cu numărul de procese, PID, CPU și memorie; Căzut (P1) dacă un proces lipsește 2 minute

04Praguri și severități

Pragurile se citesc ca propoziții

Fiecare rând e o regulă: „CPU peste 90 % timp de 5 minute → Degradat (P3)”. Se declanșează doar când valoarea stă peste prag toată durata aleasă, deci un vârf de o secundă nu te trezește.

Ce faci
Alegi pragul, durata și starea, Degradat sau Căzut, pentru CPU și RAM. La disc, pragul se aplică de la primul raport și poate fi altul pe fiecare partiție, de exemplu / la 90 % și /var/backups la 95 %.
Ce vezi
Valoarea curentă lângă fiecare regulă și, în dreapta, „Cum se citește” și „Unde ajung alertele”: regulile de alertare ale serviciului.
Ce primești
Degradat urmează regula „Degradat” a serviciului: implicit P3, email și push după 5 minute, fără apel. Căzut urmează regula „Căzut” a serviciului, cu politica lui de escaladare: implicit P1, cu apel, SMS, email și push, la orice oră.

Valori implicite: CPU și RAM peste 90 % timp de 5 minute, disc plin peste 90 %. Serverul revine la Operațional când valoarea coboară sub prag, iar incidentul se închide singur.

Praguri: CPU peste 90% timp de 5 minute Degradat P3; RAM peste 90% 5 minute P3; Disc / peste 85% 10 minute P3; Disc / peste 95% 1 minut Căzut P1; lista deschisă cu severitățile P3, P2, P1
Cum se citește: P3 Degradat, alertă pe canale fără apel; P1 Căzut, sunăm persoana de gardă; revine la Funcțional după 2 minute sub prag; starea serverului e cel mai grav prag depășit

05Server căzut

Serverul tace? Te sunăm.

Dacă agentul nu mai trimite nimic N minute (implicit 3, minim 1), serverul e Căzut și se deschide un incident după regula „Căzut” a serviciului: implicit P1, pe politica lui de escaladare.

Ce faci
Alegi după câte minute fără raport e căzut și dacă serverul e verificare critică pentru serviciu.
Ce vezi
Starea serverului intră în starea serviciului; incidentul are aceeași cronologie ca la un site căzut.
Ce primești
Push, SMS și apel pentru cel de gardă, după regulile serviciului. Când agentul revine, incidentul se închide singur.

Push și email sunt pe toate planurile. SMS-urile sunt pe Start și peste, iar apelurile pe Start și peste.

Apeluri de alertă
General: Căzut dacă nu raportează de 3 minute, P1 Căzut; agentul raportează la 30 s, deci 3 minute înseamnă 6 rapoarte ratate; verificare critică pentru serviciul Magazinul online
Incidente recente: RAM peste 90% timp de 5 minute P3; php-fpm lipsă 2 minute P1, repornit automat; nu a raportat 3 minute P1, restart planificat

Cum arată în practică

Noaptea în care s-a umplut discul de backup

Un backup care crește încet, un prag pe partiția lui și un incident care se închide singur după curățenie.

Prag pe disc
95 %
Confirmat în
1 min
Rezolvat în
17 min
  1. 02:38BackupBackup-ul de noapte scrie în /var/backups; partiția urcă spre pragul ei, 95 %
  2. 02:40Prag P1Raportul agentului arată discul peste 95 % → Căzut (P1), incident deschis
  3. 02:40Push · SMSAndrei Popescu, de gardă, primește push și SMS
  4. 02:41ApelApel de alertă · Andrei apasă 1 și confirmă
  5. 02:55NotăAndrei șterge arhivele vechi și scrie o notă în incident
  6. 02:57RezolvatPrimul raport sub prag · serverul revine Operațional, incidentul se închide singur

Întrebări

Despre monitorizarea serverelor

Trebuie să deschid porturi sau să pun IP-uri în whitelist?

Nu. Agentul doar trimite date, prin HTTPS, spre api.onduty.ro pe portul 443. Nu ascultă pe niciun port și nu primește comenzi, deci nu ai nevoie de reguli noi de intrare în firewall.

Ce date trimite agentul?

Metricile (CPU, load, memorie și swap, disc pe partiții, citiri și scrieri pe disc, rețea), starea proceselor urmărite, procesele care consumă cel mai mult CPU și memorie (nume, PID și utilizator, fără argumentele comenzii) și informații despre sistem (hostname, distribuție, kernel, arhitectură, procesor).

Ce distribuții sunt suportate?

Orice Linux cu systemd, pe amd64 sau arm64: Ubuntu, Debian, RHEL, Rocky, Alma și altele. Scriptul descarcă un singur binar, îi verifică suma de control și îl pornește ca serviciu systemd, sub utilizatorul fără drepturi onduty-agent.

Cum actualizez agentul?

Rulezi din nou scriptul de instalare, fără token: curl -fsSL https://onduty.ro/server-agent/install.sh | sudo sh. Păstrează tokenul din configurație și repornește agentul cu versiunea nouă.

Ce se întâmplă dacă rotesc tokenul?

Tokenul vechi e invalidat imediat: agentul instalat nu mai poate raporta până rulezi din nou instalarea cu tokenul nou, iar după minutele fără raport alese pe server (implicit 3) serverul apare Căzut. Pune serverul în pauză înainte.

Instalează agentul pe primul server

Cont gratuit, fără card. Monitorizarea serverelor e pe Start și peste; încerci planurile plătite 14 zile, tot fără card.