Lire une page

Cette page s'adresse à qui a reçu un compte sur un Webmonit exploité par quelqu'un d'autre : un hébergeur, un prestataire, la personne qui s'occupe des machines. Vous lisez leur supervision, restreinte à ce qui vous concerne.

La plupart des comptes sont en lecture seule. Rien de ce que vous cliquez ne peut modifier ce qui est surveillé ni interrompre une mesure ; les boutons qui le feraient ne sont pas affichés pour un compte qui n'y a pas droit. Vous pouvez donc regarder partout : ces pages rapportent, elles n'agissent pas.

L'interface est aujourd'hui en anglais. Les mots anglais que vous lisez à l'écran sont donnés ici entre parenthèses, en italique, la première fois qu'ils apparaissent.

Les objets affichés#

Une poignée de mots porte tout le reste, et ils ne veulent jamais dire autre chose.

Un site est un nom de domaine et ce qu'il sert. Il est normalement servi par une machine de l'administrateur ; il peut aussi être servi ailleurs, et être surveillé de l'extérieur tout de même.

Un host (l'ordinateur qui sert le site) est la machine, physique ou virtuelle, sur laquelle ce site vit. Webmonit dit host et jamais server, parce que dans ce produit « serveur » désigne une seule chose : le service Webmonit lui-même, le programme qui surveille.

Un check — le mot de l'interface pour un contrôle — est une observation répétée sans cesse : aller chercher la page du site, résoudre son nom, regarder son certificat, envoyer un ping à son host, ouvrir un port. Chaque exécution produit un résultat (result) — quand, depuis où, ce qui a répondu, combien de temps a pris chaque étape. Tous les résultats sont conservés.

Un monitor (la surveillance elle-même) est un check plus la décision de le suivre : à quelle fréquence, à partir de quand c'est trop lent, et qui est prévenu quand il échoue. Plusieurs monitors peuvent viser la même chose ; le check ne s'exécute qu'une fois.

Un incident est une période pendant laquelle quelque chose n'allait pas. Il s'ouvre quand une panne est confirmée, garde ce que la chose a réellement répondu pendant qu'elle échouait, et se ferme au rétablissement. Les incidents sont numérotés — #1428 — et ce numéro est ce par quoi on les désigne.

Un changement (event) est quelque chose de remarqué qui n'est pas une panne : un enregistrement DNS modifié, un certificat renouvelé, un site déplacé sur une autre machine, un agent revenu. L'interface les liste sous History, dans l'onglet Changes.

Et l'administrateur (admin) est la personne qui exploite ce Webmonit et les machines qui sont dessous. Quand une page d'ici dit « demandez à l'administrateur », c'est d'elle qu'il s'agit.

Les couleurs#

Chaque statut a une couleur, et la même couleur veut dire la même chose partout — sur la petite pastille ronde à côté d'un nom, sur l'étiquette qui porte le mot, sur les cartes en haut d'une page.

Le vert va bien. L'orange répond mais pas correctement. Le rouge est une panne confirmée. Le bleu est une maintenance — attendue, déclarée ou reconnue. Le gris est une absence d'information : rien n'a encore été mesuré, ou les checks sont arrêtés. Le violet marque un domaine qui pointe en dehors des machines de l'administrateur. Un bleu-gris éteint marque une panne dont quelqu'un s'est chargé.

Le gris mérite un second regard, car c'est la couleur qu'on interprète le plus mal. Le gris n'est ni une bonne ni une mauvaise nouvelle. C'est l'absence de mesure, et la chose honnête à en faire est de chercher pourquoi rien n'a été mesuré.

Les mots de statut#

up — tout a répondu comme prévu. (Le mot interne est ok ; l'interface écrit up.)

degraded, dégradé — la chose a répondu, et quelque chose dans sa réponse ne va pas : elle a mis plus longtemps que le seuil fixé par l'administrateur, ou l'une des deux familles d'adresses a échoué pendant que l'autre fonctionnait, ou le certificat approche de son expiration, ou la page renvoyée ressemble à la page par défaut d'un serveur web plutôt qu'au site. Un visiteur ne remarquerait peut-être rien. Cela vaut d'être su quand même.

down, en panne — une panne, confirmée. Pas une mauvaise réponse isolée : une panne re-testée qui a tenu (voir Comprendre les alertes).

maintenance — le check a reconnu une page de maintenance, ou le site a répondu un 503 avec un en-tête « revenez plus tard », ou l'administrateur a déclaré une fenêtre de maintenance qui le couvre. Bleu et non rouge, parce que rien de tout cela n'est une surprise.

acknowledged, acquitté — toujours en panne, et quelqu'un a écrit qu'il s'en occupait, avec son nom, l'heure, et le plus souvent une note sur ce qu'il fait. C'est compté à part de down, volontairement : la panne est toujours là, mais elle n'attend plus d'être remarquée.

unknown, inconnu — aucun check n'a encore tourné sur cette chose, ou la supervision elle-même ne voyait pas à ce moment-là. Une machine qui vient d'être ajoutée peut amener des centaines de domaines honnêtement inconnus pendant quelques minutes.

paused, suspended, disabled, expired — les checks ont été arrêtés, ou le panneau d'hébergement indique que le site a été arrêté par l'administrateur, par le revendeur au-dessus, ou par son propre propriétaire. En gris, et aucune alerte n'en vient.

external, pointe ailleurs — les enregistrements du domaine envoient les visiteurs vers une adresse qui n'est pas une de celles de cet administrateur. Le site n'est pas servi ici, donc ses pannes ne sont pas les pannes de ce parc. Il reste surveillé, au cas où il reviendrait.

La durée à côté d'un statut#

Presque chaque statut est suivi d'une durée, écrite court : 48s, 27m, 3h 12m, 9d. Secondes, minutes, heures, jours (days).

Elle dit depuis combien de temps la chose est dans le statut où elle est — pas combien de temps la panne a duré en tout, ni quel âge a le site. Une pastille rouge avec 3h 12m, ce sont trois heures et douze minutes de panne confirmée, toujours en cours. Une pastille verte avec 9d, ce sont neuf jours sans changement de statut, ce qui est exactement ce qu'on veut voir.

Sur un incident terminé, la durée est celle de l'incident : combien de temps il a duré, du premier résultat en échec jusqu'au rétablissement. Sur la page d'un site, le statut est donné avec une date complète — le jour et l'heure où il a commencé.

Répondre n'est pas aller bien#

C'est la distinction qui rend tout le reste lisible, et c'est pourquoi une page peut être orange alors que le site s'ouvre parfaitement dans votre navigateur.

Un site peut répondre et aller mal quand même. Il peut être lent — au-delà du seuil, le résultat est degraded même si la page est bien arrivée. Il peut répondre en IPv4 et échouer en IPv6, ce qu'un visiteur dont le réseau préfère l'IPv6 subira et que vous ne verrez pas. Il peut servir une page valide derrière un certificat qui expire dans neuf jours : parfait aujourd'hui, cassé pour tout le monde dans neuf jours si rien ne le renouvelle. Il peut répondre la page par défaut du serveur web — le domaine résout, la machine répond, et le site lui-même a disparu. Il peut être derrière un réseau de diffusion (un CDN, un service placé devant le site, Cloudflare et ses semblables) qui a répondu à la place du site, auquel cas ce qui a été mesuré est la bordure de ce réseau et pas le site.

Le mot de statut ne dit donc qu'une chose : ce qui a déterminé le statut. Tout le reste de ce qui a été trouvé de travers sur le domaine est listé à part, dans la colonne What is wrong — « ce qui ne va pas » — une petite étiquette par défaut constaté. Chacune de ces étiquettes a un nom et une explication à elle sur Les problèmes courants.

Certains checks laissent aussi une remarque — une ligne marquée d'un petit drapeau sous les chiffres du site, par exemple un certificat proche de l'expiration dont le renouvellement n'a pas tourné, ou une zone DNS partagée entre deux jeux de serveurs de noms. Une remarque n'est pas un incident. C'est la supervision qui dit : ceci comptera plus tard.

Les chiffres sur la page d'un site#

En haut de la page d'un site, six cartes répondent à six questions différentes.

Availability 24 h et availability 30 days, la disponibilité sur 24 heures et sur 30 jours, sont données chacune deux fois : la valeur raw (brute) est la part du temps pendant laquelle le site n'était pas en panne ; la valeur net (nette) est la même, maintenance déclarée ou reconnue déduite. Un site arrêté volontairement une heure la nuit est en panne dans le chiffre brut et intact dans le chiffre net. Les contrats se rédigent en général sur le second ; l'honnêteté demande de montrer les deux.

Response est le dernier temps total — tout compris, corps de la page inclus, tel qu'un visiteur l'attend — avec à côté la moyenne des 24 dernières heures.

Server wait et RTT décomposent ce total en ses causes. Le RTT (round-trip time, temps d'aller-retour) est le temps qu'un paquet met à atteindre le host et à revenir : la part du réseau, le ping. Le server wait se mesure du moment où la requête est partie jusqu'au premier octet de la réponse : la part de la machine et de l'application. Si la réponse est lente et le RTT élevé, le réseau est le suspect. Si le RTT est petit et l'attente longue, c'est la machine ou le code du site.

Certificate compte les jours restants sur le certificat TLS — celui qui est derrière le cadenas du navigateur — et nomme qui l'a émis. En dessous de quatorze jours la carte passe à l'orange, parce qu'un certificat qui cesse de se renouveler vous laisse une quinzaine d'avertissement puis casse le site pour tout le monde d'un coup.

DNS rapporte les enregistrements du domaine tels que les répondent les résolveurs (ce que demandent les machines des visiteurs) et les serveurs de noms faisant autorité (ce que le domaine publie), avec le temps qu'a pris chacun. Les enregistrements sont notés à chaque changement : le bouton History à côté d'eux montre le DNS du domaine tel qu'il était à n'importe quel moment — choisissez une date et une heure, la page montre ce que le nom répondait alors (ce qui a disparu depuis barré, ce qui est apparu depuis en vert), avec le certificat et l'enregistrement du nom tels qu'ils étaient à ce moment, et chaque changement dans l'ordre, chacun ouvrant l'état qu'il a commencé.

Certains sites portent en plus une paire à froid et à chaud (cold et warm) : la même requête lancée deux fois, à quelques secondes d'écart, sur des connexions neuves. La première est ce qu'obtient un premier visiteur ; la seconde est ce que les caches du site donnent au suivant. L'écart entre les deux est ce que le cache rapporte.

Où se trouve l'historique#

Tous les résultats sont conservés, et le passé se lit à quatre endroits.

La page d'un site se termine par une frise, Timeline : ses incidents, ses changements et les machines qui l'ont servi, réunis sur un même axe, du plus récent au plus ancien, une ligne chacun.

History, dans le menu du haut, tient trois onglets — Incidents (tout ce qui s'est ouvert, avec sa cause, sa durée, et si quelqu'un l'a acquitté), Changes (les changements : enregistrements déplacés, certificats renouvelés, sites migrés) et Alerts sent (chaque notification, où elle est partie, et si elle est arrivée).

Les graphiques se lisent sur une fenêtre de temps que vous choisissez, de 15 minutes à 30 jours. Tous les graphiques d'une page partagent cette même fenêtre, de sorte que deux courbes puissent être comparées. Faites glisser pour vous déplacer dans le temps, maintenez maj et faites glisser pour choisir une plage, maintenez alt et utilisez la molette pour zoomer, double-cliquez pour revenir au direct.

Sur un graphique de temps de réponse, chaque mesure vaut jusqu'à la suivante : un check qui tourne tous les quarts d'heure dessine des marches, pas des pentes entre deux points. Une période où le check a échoué est une bande rouge (orange quand il était dégradé) qui dure jusqu'au résultat suivant. La courbe s'y interrompt, parce qu'un essai resté sans réponse n'a mesuré aucun temps de réponse ; l'infobulle dit combien de temps il a attendu. Un vide sans bande signifie que rien n'a été mesuré du tout.

Sur les graphiques d'une machine, un moment où l'agent n'a rien envoyé — la machine était arrêtée, ou l'agent l'était — est peint en rouge sur tous les graphiques, et aucune courbe ne le traverse : ce qui n'est pas arrivé n'est jamais dessiné comme s'il l'était. L'agent garde ce qu'il n'a pas pu livrer et l'envoie dès que le serveur répond de nouveau ; une plage rouge est donc un moment où rien n'a été mesuré, pas un hoquet du réseau. Le survol indique quand elle a commencé, quand elle a fini et combien de temps elle a duré. Le même rouge couvre les graphiques de CPU et de mémoire propres à un site. Tant que la machine reste muette, les cadrans n'ont plus d'aiguille et les chiffres de chaque graphique indiquent rien reçu depuis l'heure où elle s'est tue, au lieu de la dernière valeur arrivée. Les graphiques des checks que Webmonit fait lui-même — services, temps de réponse — ne sont pas recouverts : ils sont mesurés depuis le serveur et disent eux-mêmes si la machine a répondu.

Le Wall (le mur) est l'écran fait pour rester ouvert en permanence : seulement ce qui ne va pas, les machines avant les sites qu'elles portent, et un franc « tout va bien » quand il n'y a rien.

Quand Webmonit lui-même ne voit plus#

Si un bandeau apparaît en disant que la supervision n'atteint plus ses adresses de référence, lisez-le avant tout le reste. Il signifie que la machine sur laquelle tourne Webmonit a perdu son propre réseau. De là, tout paraîtrait en panne, ce qui serait un mensonge sur vos sites — alors rien n'est alerté pendant ce temps, et les pages disent franchement que ce qu'elles montrent concerne la supervision et non le parc.