В IT есть привычка: если что-то произошло, нужно срочно что-то предпринять.

Прыгнул график? Подкрутить. Сервис тормозит? Перезапустить. Кто-то сказал, что есть проблема? Уже хочется что-нибудь поменять.

Но не каждую проблему нужно сразу исправлять.

Иногда первое, что стоит сделать, вообще ничего не менять.

Сначала посмотреть логи и метрики. Проверить, действительно ли проблема существует. Понять, повторяется ли она. Вспомнить, что менялось перед этим.

Потому что любое изменение в проде может создать новую проблему.

Увидели скачок CPU, увеличили лимит а через час получили другую проблему.

Нашли ошибки в логах, перезапустили сервис и вместе с ним потеряли часть информации о том, почему он начал падать.

Увидели странный график и начали "лечить" систему, которая, возможно, вообще работает нормально.

Опытный инженер не обязательно тот, кто быстрее всех начинает что-то менять.

Иногда он первым говорит:

Стоп. А давайте сначала разберёмся, что происходит.

Пожалуй, это одна из вещей, которые действительно приходят с опытом. Когда ещё плохо знаешь систему, хочется быстрее в неё залезть и что-нибудь поправить.

Когда знаешь её хорошо, сначала хочется понять причину.

И иногда лучший результат расследования это ничего не менять сразу.