原书出处
SRE:Google运维解密
13 第13章 紧急事件响应
这严重干扰了on-call工程师的工作,同时让在这次事故的参与者们沟通起来更困难了。 Google 大量使用自研工具。我们大部分的在线调试与内部沟通工具都依赖这次进入崩溃循环的任务。如果这次的故障没能很快解决的话,我们的在线调试能力将受到极大的影响。 流程导致的严重事故 我们在机器管理自动化上投入了大量的时间和精力,以使我们能很轻松地在整个集群里运行、停止和重新配置大量任务。但是当意外来临时,自动化的效率有时可能是很可怕的。
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_0004.xhtml
EPUB SHA-256:5bd7e1e6474442d93354f1f13578bcb59c445e0dc7e54fa052cdc95f5f3e439c