知识卡片
维护实时事故状态文档
事故总控负责人最重要的职责是维护一份实时事故文档:最好能多人同时编辑,用模板填写,最新信息放在顶部,事后总结时还要用它。新加入的人读这份文档就能很快了解现状。选工具要避开正在出故障的服务,所以负责文档服务的团队自己用另一种工具。沟通渠道也要可靠并能留痕,Google 常用聊天频道,配机器人记录沟通和报警。发散:文档是事故中的单一事实来源。参见[[排障工具不能依赖故障系统]]。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第14章 紧急事故管理 · 查看原书依据
IRC同时也是一个分布全球的团队协调工作的良好媒介。 实时事故状态文档 事故总控负责人最重要的职责就是要维护一个实时事故文档。该文档可以以wiki的形式存在,但是最好能够被多人同时编辑。大部分Google团队使用Google Docs,但是Google Docs 团队使用Google Sites做这件事:利用你正要修复的服务来修复该服务恐怕不是什么好主意。 附录C提供了一篇示范性事故状态文档。这篇实时的文档可能比较混乱,但是必须得能够解决问题。
参考来源
- 位置:《SRE:Google运维解密》第14章《紧急事故管理》(源文件:`_epub-src/OEBPS/Text/0009_0005.xhtml`)
- 结论依据:原文说明实时事故文档的要求与用途、不用被修复的服务来修复该服务,以及 IRC 与机器人在记录沟通和报警中的作用。
- 原始内容:事故总控负责人最重要的职责就是要维护一个实时事故文档。该文档可以以wiki的形式存在,但是最好能够被多人同时编辑。大部分Google团队使用Google Docs,但是Google Docs 团队使用Google Sites做这件事:利用你正要修复的服务来修复该服务恐怕不是什么好主意。