分享一篇 Google SRE 做 Escalation 和事故应急响应的工程方案介绍帖子
soasme · 2018-01-29 12:32:23 +08:00 · 2493 次点击这是一个创建于 2490 天前的主题，其中的信息可能已经有所发展或是发生改变。
本文是 Google Cloud Platform 团队的工程博客新文章，通过不少例子介绍了在 Google 内部是如何在开发和保障服务可靠性之间做权衡。工程师们可以以这篇文章作为标杆结合自家企业本身的需求去完善 Escalation 流程。
Google SRE Escalation 的四个级别：
- 停在 SRE 这一层，SRE 得到通知并快速响应。
- SRE 搞不定，开始寻求 开发团队的帮助。
- 错误持续了好几天，但还是没搞回 SLO，或者 30 天的错误预算花光了，会不让上新，专注解决问题。
- 如果更严重，那就牵涉 leadership 还有更多人进来解决问题。
欢迎大家订阅 Techshack Weekly，以下是关注方式：
- 关注推特帐号 @techshackweekly 👈
- 或加入 Telegram Channel Techshack 👈
- 或在网站提交邮箱地址加入 mailing list 👈
目前尚无回复
Select Language