監視の平常値（ベースライン）を把握するチェックリスト

• 障害のときに最初に見る指標を、5〜8個に絞って書き出したか
• CPU・ロードアベレージ・メモリの過去の値を、sar などの記録から確かめたか
• 記録が残っていない場合、収集を有効にして今日から記録を始めたか
• アクセスログから、1時間ごとのリクエスト数とピークの時間帯を確かめたか
• 5xxエラーの1日あたりのふだんの件数を把握したか
• 平常値を「平均」ではなく「下と上の幅」で書いたか
• 平日昼・夜間・月末など、時間帯ごとに分けて書いたか
• ディスクのように増えていく値は、増え方もあわせて控えたか
• 平常値メモを、障害のときにすぐ開ける場所に置いたか
• リリースや利用者の増減のあと、メモを見直すタイミングを決めたか

全部そろえなくて大丈夫です。「指標を絞る」と「幅で書く」の2つだけでも、障害のときの迷いはかなり減ります。