值班支持
故障
登录
错误
队列
备份
信号
立刻
谁
值班人员
回滚
有
01
由什么构成
系统里包含什么
- 01
看什么
可用性、错误和磁盘空间。不是所有东西，而是会让人打不开产品的那些。
- 登录和主场景是否打得开
- 正在增多的错误
- 队列和数据库，如果有的话
- 02
响应时间
合同里写明白天、晚上和周末接手故障的时限。没有这一条，值班支持只是愿望。
- 什么算作故障
- 信号落到哪里
- 如果第一个人忙，谁接手
- 03
更新
漏洞和版本按节奏补上，而不是拖到不便再拖的时候。
- 哪些可以立刻安装
- 在等发布窗口的
- 如果更新弄坏了场景，如何回滚
- 04
备份
从未恢复过的备份不算备份。我们会检查恢复。
- 具体备份什么
- 多久一次
- 试恢复
- 05
报告
一个周期内简短说明：什么停过、更新了什么、什么在等决定。不是一长页图表。
- 故障以及持续了多久
- 改了什么
- 请你们决定的事项
做什么
- 01看可用性
- 02更新和补上漏洞
- 03真正能恢复的备份
- 04故障梳理
- 05一个周期内发生了什么的短报告
如何推进
- 01看现在如何运转
- 02定下响应时间
- 03接入观察
- 04继续照看
用什么
- 监测
- CI
- 容器
- 日志
工期参考
接入大约一周，之后是固定节奏。
完成后
故障在客户写信之前就能看见，并且清楚谁接手。
通常以后再做的
全天候岗位，以及同时为多个产品做值班支持，是单独约定，不会自动包含。