Потери, которых не было видно на алертах: как мы автоматизировали поиск проблем в production с AI
habr.comВ production далеко не каждая проблема выглядит как инцидент. Основные графики остаются зелеными, алерты не срабатывают, сервис в целом доступен — но на конкретном этапе пользовательского пути растет доля неуспешных операций или увеличивается время ответа.
Для отдельного пользователя это уже поломка, хотя для системы в целом — еще нет.В команде регистрации на Финуслугах мы каждую неделю вручную проходили один и тот же путь: смотрели метрики в Grafana, проверяли логи в OpenSearch, локализовывали проблемную бизнес‑операцию, а затем искали связанный участок кода.
