如果没有通知，是否有AWS /Pager职服务会提醒我

Question

我们在AWS ECS上运行了一个java调度程序。它做的是克伦以前在我们的旧巨石上做的事。它在码头集装箱中启动(fargate)任务。我们有一项每小时一次的任务，这对我们来说很重要。我想知道它是否因任何原因而崩溃或无法运行(例如java调度程序失败，或者有人关闭了任务)。

我正在寻找一种服务，如果它是而不是通知的话，就会提醒我。每次脚本成功运行时，我都要调用通知系统。然后，如果警报系统没有得到预期的"OK“通知，它就会发出警报。

我认为这种服务必须存在，我不想重新发明轮子，试图自己建造它。我想我的问题是，它叫什么？我能去哪里买那种东西呢？(很明显，我们使用的是AWS，我们有一个pagerDuty帐户)。

Answer 1

我们使用这种方法来解决这些类型的问题。首先，任务必须将时间戳写入S3或EFS中的文件。此文件是任务运行到完成的外部证据。然后，您需要一个基于http的服务，该服务将读取该文件并计算时间戳是否有效，即在最后一小时内已更新。这可能是一个简单的php或nodejs脚本。这个过程暴露在公共网络(如https://example.com/heartbeat.php )上。如果时间戳文件存在且有效，此脚本将返回一个http响应代码200，如果不存在，则返回500。然后，我们使用StatusCake来监视url，并在发生事故时通过其寻呼机职责集成通知我们。我们通常在响应中包含一条消息，这样人类就可以看到错误的本质。

这看似乏味，但却是万无一失的。线路上任何地方的任何故障都将立即通知。StatusCake有一个很好的免费服务水平。这种方法可以用于以同样的方式监视任何关键任务。我们已经学习到了关键cron类型的任务和进程可能由于各种原因而失败的艰难方法，并且您希望在它成为客户关键之前知道这一点。对这些类型的任务进行24x7x365的监控是必要的，并且帮助我们在晚上睡得更好。

注意:我们每天都有一个系统测试事件，每天早上9点触发寻呼机任务通知。对于真正疑神疑鬼的人来说，这可以保证传呼机的职责本身并没有以某种方式失败，比如配置错误等等。我们的支持团队知道，如果他们每天都没有收到测试警报，那么通知系统本身就会出现问题。值班技术人员必须按照SOP的规定了解事故。如果他们不了解知识，那么它就会升级到下一层，我们知道我们必须讨论一下响应时间。它能让人们保持警觉。这是确保您有健壮的监视基础结构的最后一部分。

Answer 2

OpsGene有一个心跳服务，它基本上是一个看门狗计时器。您可以将其配置为，如果不在x分钟内对其进行ping，则可以调用它们。

不幸的是，我不推荐他们。我已经用了四年了，他们已经两次改变他们的帐户系统，让我的付费帐户成为孤儿。我一有空就得找个新的卖主。