Das Problem, das nur unter Last auftrat

Ausgangslage

Zufällige Latenzschwankungen. Intermittierender Paketverlust. Nicht reproduzierbar. Alles sah unter der Standardüberwachung normal aus — bis die Verkehrslast zunahm. Dann traten die Symptome wieder auf: Anrufe wurden getrennt, Anwendungen liefen in Timeouts, Benutzerreklamationen häuften sich.

Das Problem war real. Die Auswirkungen waren messbar. Aber jedes Mal, wenn eine Untersuchung eingeleitet wurde, hatten die Symptome nachgelassen — und die Infrastruktur sah vollständig gesund aus. Dies war der schwierigste Fall, weil die Beweise selbstverschleierend waren.

Warum Standard-Monitoring es nicht erkannte

Standard-Monitoring-Tools zeigten nichts Ungewöhnliches. Durchschnittswerte sind von Natur aus irreführend — sie verbergen die kurzen, intensiven Spitzen, bei denen Ausfälle tatsächlich auftreten. Die Belege existierten nur in den Momenten, die Standard-Tools nie erfassten.

Ein Monitoring-System, das die durchschnittliche Auslastung über Einminutenintervalle aufzeichnet, zeigt 40% durchschnittliche Bandbreitenauslastung auf einer Leitung, bei der Microbursts die Leitung alle paar Sekunden für 200 Millisekunden sättigen. Diese 200-Millisekunden-Sättigungen sind real, sie verwerfen Pakete, sie verursachen Latenzschwankungen — und sie sind in Einminutendurchschnittswerten unsichtbar.

Was tatsächlich geschah

• Microbursts überlasteten Interface-Puffer in Spitzenzeiten — kurze, intensive Verkehrsspitzen überstiegen die Interface-Pufferkapazität und verursachten Paketverluste, die von der Anwendungsschicht aus zufällig wirkten
• Pufferbegrenzungen auf Netzwerkgeräten verursachten stille Drops unter anhaltender Last — Geräte, die für durchschnittliche Verkehrsbedingungen dimensioniert worden waren, waren nicht für die tatsächlichen Verkehrsmuster ausgelegt
• Ineffiziente Verkehrsverteilung über verfügbare Links — Traffic konzentrierte sich auf spezifische Pfade statt auf verfügbare Kapazität verteilt zu werden

Was FM-NetSec Nordic unternahm

• Verkehrsverteilung über Links optimiert, um Konzentrationspunkte zu beseitigen — sichergestellt, dass Spitzenlast-Traffic über verfügbare Pfade verteilt wird statt auf spezifischen Interfaces zu konzentrieren
• Interface- und Pufferverhalten für Spitzenlastbedingungen abgestimmt — Gerätekonfiguration an die tatsächlichen Verkehrsmuster angepasst, nicht an die Durchschnittsbedingungen
• Load Balancing verbessert, um Datenverkehr effektiver zu verteilen — geeignetes Load Balancing implementiert, das die Verkehrsbedingungen in Echtzeit berücksichtigt

„Wer nur Durchschnittswerte betrachtet, übersieht kritische Ausfälle."

Dieser Fall erforderte sowohl einen anderen Diagnoseansatz — von durchschnittswert-basierter zu spitzenlast-bewusster Messung — als auch ein tiefes Verständnis der Wechselwirkung zwischen Verkehrsmustern und Geräte-Pufferverhalten. Die Lösung erforderte keine zusätzliche Hardware. Die bestehende Infrastruktur war in der Lage, die Last zu bewältigen. Es erforderte Konfigurationsänderungen, die die Verkehrsverteilung und das Pufferverhalten an die tatsächlichen Muster anpassten.