ऑपरेशनल एनालिटिक्स

1) ऑपरेशनल एनालिटिक्स क्या है और इसकी क्यों जरूरत है

ऑपरेशनल एनालिटिक्स (ऑप्स एनालिटिक्स) ऑब्जर्वेबिलिटी (मेट्रिक्स/लॉग/ट्रेल्स), आईटीएसएम (घटनाएं/समस्याएं/परिवर्तन), सीआई/सीडी (रिलीज/कॉन्फ्रेंस), प्रदाता (पीएसपी/केवाईसी/सीडीएन/क्लाउंड), फिनोप्स s (लागत) और व्यवसाय एसएलएस I (भुगतान की सफलता, पंजीकरण), निर्णय लेने के लिए एकल खिड़कियों और डैशबोर्ड में बदल गया।

• एमटीटीडी/एमटीटीआर को जल्दी पता लगाने और कारणों के सही एट्रिब्यूशन के माध्यम से कम करना;
• एसएलओ और त्रुटि बजट को नियंत्रण में रखें;
• लिंक परिवर्तन → प्रभाव (रिलीज/कॉन्फ़िग → SLI/SLO/शिकायतें/लागत)
• टीमों और प्रबंधन को स्व-सेवा एनालिटिक्स दें।

2) स्रोत और विहित डेटा परत

टेलीमेट्री: मैट्रिक्स (एसएलआई/संसाधन), लॉग (नमूना/पीआईआई संस्करण), ट्रेल्स (trace_id/span_id, रिलीज टैग)।

ITSM/हादसा मॉड्यूल: SEV, T0/Detected/Ack/Declared/Mitigated/Recovered timestamps, RCA/CAPA।

CI/CD & Config: संस्करण, कमिट, कैनारिक्स/ब्लू-ग्रीन, फ्लैग स्टेट, टारगेट कॉन्फ़िग।

प्रदाता: स्टेटस/एसएलए, देरी, त्रुटि कोड, मार्ग वजन।

FinOps: टैग/खाते/किरायेदारों द्वारा लागत, $/इकाई (1k ओपेरा।) .

DataOps: विंडो फ्रेशनेस, DQ त्रुटियाँ, वंश।

मुख्य सिद्धांत पहचानकर्ताओं के माध्यम से एक एकल सहसंबंध है: 'सेवा', 'क्षेत्र', 'किरायेदार', 'रिलीज _ आईडी', 'घटना _ आईडी', 'प्रदाता', 'ट्रेस _ आईडी'।

3) एकल डेटा मॉडल (सरलीकृत ढांचा)

dim_service(service_id, owner, tier, slo_targets…)
dim_time(ts, date, hour, tz)
dim_region(region_id, country, cloud)
dim_provider(provider_id, type, sla)
fact_sli(ts, service_id, region_id, tenant, metric, value, target, window)
fact_incident(incident_id, service_id, sev, t0, t_detected, t_ack, t_declared, t_mitigated, t_recovered, root_cause, trigger_id, burn_minutes)
fact_change(change_id, type(code    config    infra), service_id, region_id, started_at, finished_at, canary_pct, outcome(ok    rollback), annotations)
fact_cost(ts, service_id, region_id, tenant, cost_total, cost_per_1k)
fact_provider(ts, provider_id, region_id, metric(latency    error    status), value)
fact_dq(ts, dataset, freshness_min, dq_errors)

4) SLI/SLO और बिजनेस मैट्रिक्स

Бизнес -SLI: 'भुगतान _ सफलता _ अनुपात', 'साइनअप _ पूर्णता', 'जमा _ विलंबता'।

Тех -SLI: 'उपलब्धता', 'http _ p95', 'त्रुटि _ दर', 'कतार _ गहराई'।

SLO परत: लक्ष्य + बर्न-रेट (छोटी/लंबी खिड़की), उल्लंघन के स्वचालित एनोटेशन।

सामान्यीकरण: प्रति 1k सफल संचालन/उपयोगकर्ता/यातायात संकेतक।

5) सहसंबंध और कारणों का कारण

रिलीज/कॉन्फ़िग ↔ SLI/SLO: रेखांकन पर एनोटेशन; कारण और प्रभाव रिपोर्ट (परिवर्तन की घटनाओं का अनुपात; MTTR घटनाओं को बदलता है)।

प्रदाता - व्यापार SLI: मार्गों बनाम विलंबता/त्रुटियों का वजन, SLO मिस के लिए प्रत्येक प्रदाता का योगदान।

क्षमता/संसाधन - विलंबता - पूल ओवरहीटिंग p95 वृद्धि - रूपांतरण प्रभाव।

6) विसंगतियाँ और पूर्वानुमान

विसंगति-पहचान: मौसमी + प्रतिशत थ्रेसहोल्ड + परिवर्तन-खोज सुविधाएँ (रिलीज से पहले/बाद में)।

पूर्वानुमान: साप्ताहिक/मौसमी भार पैटर्न, बर्न-आउट त्रुटि बजट पूर्वानुमान, लागत भविष्यवाणी ($/इकाई)।

गार्डरेल: अलर्ट केवल तभी जब कोरम स्रोत (सिंथेटिक + RUM + बिजनेस SLI)।

7) शोकेस और डैशबोर्ड (संदर्भ)

1. कार्यकारी 28 डी: एसईवी मिश्रण, मध्ययुगीन एमटीटीआर/एमटीटीडी, एसएलओ पालन, $/इकाई, शीर्ष कारण।

2. SRE ऑप्स: SLI/SLO + बर्न-रेट, पेज स्टॉर्म, एक्शनेबल%, चेंज फेल्योर रेट।

3. परिवर्तन प्रभाव: रिलीज/कॉन्फ़िग SLI/SLO/शिकायतें, रोलबैक और उनके प्रभाव।

4. प्रदाता: PSP/KYC/CDN स्थिति लाइनें, व्यापार SLI पर प्रभाव, प्रतिक्रिया समय।

5. FinOps: प्रति 1k txn, लॉग/एग्रेस, लागत विसंगतियां, सिफारिशें (नमूना, भंडारण)।

6. डेटाऑप्स: विंडो फ्रेशनेस, डीक्यू त्रुटियां, पाइपलाइन एसएलए, बैकफिल सफलता।

8) डेटा गुणवत्ता और शासन

घटना अनुबंध: घटनाओं/रिलीज/एसएलआई (अनिवार्य क्षेत्र, समान समय क्षेत्र) के लिए स्पष्ट योजनाएं।

डीक्यू-चेकर्स: पूर्णता, कुंजियों की विशिष्टता, समयरेखा स्थिरता (t0≤detected≤ack...)।

वंश: डैशबोर्ड टू सोर्स (ट्रेस करने योग्य)।

PII/रहस्य: नीति द्वारा संपादन/मुखौटा; सबूत के लिए WORM।

एसएलए ताजगी: ऑप्स ≤ 5 मिनट की देरी दिखाता है।

9) ऑपरेशनल एनालिटिक्स परिपक्वता मैट्रिक्स

कवरेज: स्टोरफ्रंट और एसएलओ बोर्डों में महत्वपूर्ण सेवाओं का% (लक्ष्य ≥ 95%)।

ताजगी: ताजगी के साथ विजेट का हिस्सा ≤ 5 मिनट (लक्ष्य ≥ 95%)।

एक्शन क्षमता: डैशबोर्ड से एक्शन (प्लेबुक/एसओपी/टिकट) ≥ 90% में% संक्रमण।

डिटेक्शन कवरेज: ≥ 85% घटनाओं का पता स्वचालन द्वारा लगाया जाता है।

एट्रिब्यूशन रेट: पुष्ट कारण के साथ घटनाओं का प्रतिशत और ≥ 90% को ट्रिगर करता है।

परिवर्तन प्रभाव साझा: परिवर्तन से संबंधित घटनाओं का हिस्सा (प्रवृत्ति को नियंत्रि

डेटा क्वालिटी: DQ त्रुटियां/सप्ताह → QoQ ↓।

10) प्रक्रिया: डेटा से कार्रवाई तक

1. संग्रह → सफाई → प्रदर्शन केस का सामान्यीकरण → (ईटीएल/ईएलटी, एमएल के लिए सुविधा परत)।

2. मैट्रिक्स डिटेक्शन/पूर्वानुमान → एस्केलेशन (IC/P1/P2/Comms)।

3. क्रिया: playbook/SOP, रिलीज़ गेट, फीचर फ्लैग, प्रदाता स्विच।

4. साक्ष्य और एएआर/आरसीए: समयरेखा, रेखांकन, रिलीज/लॉग/ट्रैक के लिंक।

5. CAPA और उत्पाद समाधान: जले हुए मिनटों और $ प्रभाव द्वारा प्राथमिकता।

11) क्वेरी उदाहरण (विचार)

11. 1 एसएलओ पर रिलीज का प्रभाव (24h)

sql
SELECT r. change_id,
COUNT(i. incident_id) AS incidents,
SUM(i. burn_minutes) AS burn_total_min,
AVG(CASE WHEN i.root_cause='code' THEN 1 ELSE 0 END) AS code_ratio
FROM fact_change r
LEFT JOIN fact_incident i
ON i.trigger_id = r. change_id
WHERE r. started_at >= NOW() - INTERVAL '24 hours'
GROUP BY 1
ORDER BY burn_total_min DESC;

11. 2 क्षेत्र द्वारा प्रदाताओं से समस्याओं का हिस्सा

sql
SELECT region_id, provider_id,
SUM(CASE WHEN root_cause='provider' THEN 1 ELSE 0 END) AS prov_inc,
COUNT() AS all_inc,
100. 0SUM(CASE WHEN root_cause='provider' THEN 1 ELSE 0 END)/COUNT() AS pct
FROM fact_incident
WHERE t0 >= DATE_TRUNC('month', NOW())
GROUP BY 1,2
ORDER BY pct DESC;

11. 3 लागत प्रति 1k सफल भुगतान

sql
SELECT date(ts) d,
SUM(cost_total)/NULLIF(SUM(success_payments)/1000. 0,0) AS cost_per_1k
FROM fact_cost c
JOIN biz_payments b USING (ts, service_id, region_id, tenant)
GROUP BY d ORDER BY d DESC;

12) कलाकृतियाँ पैटर्न

12. 1 हादसा घटना आरेख (JSON, टुकड़ा)

json
{
"incident_id": "2025-11-01-042",
"service": "payments-api",
"region": "eu",
"sev": "SEV-1",
"t0": "2025-11-01T12:04:00Z",
"detected": "2025-11-01T12:07:00Z",
"ack": "2025-11-01T12:09:00Z",
"declared": "2025-11-01T12:11:00Z",
"mitigated": "2025-11-01T12:24:00Z",
"recovered": "2025-11-01T12:48:00Z",
"root_cause": "provider",
"trigger_id": "chg-7842",
"burn_minutes": 18
}

12. 2 मेट्रिक्स कैटलॉग (YAML, टुकड़ा)

yaml metric: biz. payment_success_ratio owner: team-payments type: sli target: 99. 5 windows: ["5m","1h","6h","28d"]
tags: [tier0, region:eu]
pii: false

12. 3 कार्यकारी रिपोर्ट कार्ड (अनुभाग)

1) SEV mix and MTTR/MTTD trends
2) SLO adherence and burn-out risks
3) Change Impact (CFR)
4) Providers: Degradation and switchover
5) FinOps: $/unit, log anomalies/egress
6) CAPAs: Status and Deadlines

13) उपकरण और वास्तुशिल्प पैटर्न

डेटा लेक + DWH: टेलीमेट्री के लिए "कच्ची" परत, समाधान के लिए शोकेस।

स्ट्रीम-प्रोसेसिंग: निकट-वास्तविक समय SLI/बर्न-रेट, विसंगतियों के लिए ऑनलाइन सुविधाएँ।

फ़ीचर स्टोर: सुविधाओं का पुन: उपयोग (कैनरी, मौसमी, प्रदाता संकेत)।

सिमेंटिक लेयर/मेट्रिक स्टोर: यूनिफ़ॉर्म मेट्रिक डेफिनिशन (SLO, MTTR...)।

एक्सेस कंट्रोल: RBAC/ABAC, किरायेदारों/क्षेत्रों के लिए पंक्ति-स्तरीय सुरक्

कैटलॉग/वंश: खोज, विवरण, निर्भरता, मालिक।

14) चेकलिस्ट

14. 1 परिचालन एनालिटिक्स का शुभारंभ

• अनुमोदित शब्दकोश SLI/SLO, SEV, कारण, परिवर्तन प्रकार।
• घटना आरेख और समान समय क्षेत्र।
• टेलीमेट्री कनेक्टर, आईटीएसएम, सीआई/सीडी, प्रदाता, बिलिंग।
• शोकेस: एसएलआई/एसएलओ, घटनाएं, परिवर्तन, प्रदाता, फिनोप्स।
• कार्यकारी/एसआरई/परिवर्तन/प्रदाता डैशबोर्ड उपलब्ध हैं।
• कोरम अलर्ट और दमन रखरखाव विंडो पर कॉन्फ़िगर किए गए हैं।

14. 2 साप्ताहिक ऑप्स समीक्षा

• SEV रुझान, MTTR/MTTD, SLO मिस, बर्न मिनट।
• प्रभाव और सीएफआर बदलें, रोलबैक की स्थिति।
• प्रदाता घटनाएं और प्रतिक्रिया समय।
• FinOps: $/इकाई, लॉग विसंगतियाँ/egress।
• CAPA की स्थिति, दोषपूर्ण, प्राथमिकताएं।

15) एंटी-पैटर्न

"रेखांकन की दीवार" कार्रवाई के बिना।

कमांड के लिए मैट्रिक्स की विभिन्न परिभाषाएँ (कोई अर्थ परत नहीं)।

रिलीज/विंडो एनोटेशन का अभाव - कारणों का कमजोर गुण।

p95/p99 के बजाय मध्यम अभिविन्यास।

वॉल्यूम के लिए कोई सामान्यीकरण नहीं है - बड़ी सेवाएं "बदतर लगती हैं।"

लॉग/स्टोरफ्रंट में पीआईआई, रिटेंशन हानि।

डेटा "स्थिर" (> वास्तविक समय विजेट के लिए 5-10 मिनट)।

16) कार्यान्वयन रोडमैप (4-8 सप्ताह)

1. नेड। 1: मेट्रिक्स, इवेंट स्कीमों, आईडी-सहसंबंध के शब्दकोश पर समझौते; SLI/SLO और ITSM कनेक्शन।

2. नेड। 2: घटनाएं/परिवर्तन/प्रदाता शोकेस, रिलीज एनोटेशन; कार्यकारी और एसआरई डैशबोर्ड।

3. नेड। 3: FinOps परत ($/इकाई), SLI के साथ लिगामेंट; कोरम के साथ विसंगति का पता लगाना।

4. नेड। 4: सेल्फ-सर्विस (सिमेंटिक लेयर/मीट्रिक स्टोर), कैटलॉग और वंश।

5. नेड। 5-6: लोड/लागत पूर्वानुमान, प्रदाताओं को रिपोर्ट, CAPA शोकेस।

6. नेड। 7-8: ≥95% Tier-0/1 का कवरेज, SLA ताजगी ≤5 मिनट, नियमित ऑप्स समीक्षा।

17) नीचे की रेखा

ऑपरेशनल एनालिटिक्स एक निर्णय मशीन है: मेट्रिक्स की समान परिभाषाएं, ताजा स्टोरफ्रंट, कारणों का सही एट्रिब्यूशन और प्लेबुक और एसओपी में प्रत्यक्ष संक्रमण। ऐसी प्रणाली में, टीम जल्दी से पता लगाती है और विचलन की व्याख्या करती है, रिलीज और प्रदाताओं के प्रभाव का सटीक आकलन करती है, लागत का प्रबंधन करती है और व्यवस्थित रूप से जोखिम कम करती है - और उपयोगकर्ताओं को एक स्थिर सेवा मिलती है।