← 返回卡片

原书出处

SRE:Google运维解密

11 第11章 on-call轮值

核验版本的摘录快照 · 导入于 2026-10-24T10:11:01.560Z

我们对一个紧急事件(incident)的定义是,一系列根本原因一致或者相关的事件和报警信息,这些事件应该在同一个事后报告中讨论。我们发现,平均下来,处理任何一个生产环境事件,包括事件根源分析、事件处理,以及事后总结等,至少需要6个小时。因此,我们认为,每12个小时的轮值周期最多只能产生两个紧急事件。为了维持在这个范围内,报警事件的每日发生概率应该很低,中值保持在0左右。如果某个组件几乎每次轮值都会报警,导致每日紧急事件中值>1,那么早晚另外一个组件也会同时报警,导致当天总报警次数超标。 如果在某个季度中,某个团队持续不断地超过这个指标,那么管理团队必须采取一些修正措施保证运维压力下降到可持续水平,具体可参见本章后面的“运维压力过大”一节,以及第30章)。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/SRE:Google运维解密/_epub-src/OEBPS/Text/0009_0002.xhtml

EPUB SHA-256:5bd7e1e6474442d93354f1f13578bcb59c445e0dc7e54fa052cdc95f5f3e439c