入門監視やSRE本に学ぶ障害対応フォーメーション - An Epicurean

システム障害が起こったときにどういう体制で望むか、エンジニア個人が障害に直面した時にどのような役割を受け持つのが良いのか。組織によって色々なパターンはあるでしょう。しかし、幸いにも「入門 監視」やSRE本に書かれている4つの役割分担が浸透しているので、それをベースに考えるのがファーストステップとしては良いのではないでしょうか。 入門 監視 ―モダンなモニタリングのためのデザインパターン 作者:Mike Julianオライリー・ジャパンAmazon SRE サイトリライアビリティエンジニアリング ―Googleの信頼性を支えるエンジニアリングチーム オライリージャパンAmazon ただ、小さな組織では障害時に4人もすぐに揃わない場合もあるでしょうし、そもそも4人もスタッフがいない、と言う場合もあるでしょう。そういった場合にもどうすればいいのか考えていきます。 役割分担の基本 「入門 監視」に

[Songmu]

blogged.

[ot2sy39]

書記が重要だと思う。ボヤに抑え込めたときは書記なんかと軽視されがちだが、大火になったとき効いてくる。書記がいない状態は、「いま書記がいない」ことをメンバーが強く意識しなければいけない。

[natu3kan]

組織化できるだけの頭数がないと、自分が下士官かつ兵卒っていう一人親方みたいになったりするのよな。

[rkosaka]

実際４人も集まらないのわかる。この文章をチームで共有したり、予行演習するのが良さそう。

[sasasin_net]

深夜つらい、とてもわかる、自分だけで何とかできる範囲は何とかして、後は鐘を鳴らしてノソノソ来た人をとにかく巻き込むしかない

[hiboma]

論旨に賛同しつつ「うちとはちょっと違うな？」な点もあり 組織の規模 (人の数、組織構造、サービス数 ...) で変わるとこもあよなぁと 気が付きがありました! (ペパボの例 https://hiboma.hatenadiary.jp/entry/2021/11/10/120141

[Sixeight]

新たなるIC / “現場指揮官 (IC, Incident Commander)”

[kei_blue_opal]

こういう流行言葉が好きな人が多い気がします。「考え方」の定義はそうかもしれないけれど、現実は 1 人か 2 人で片付けますよ。人数が多い所はいいんでしょうけれど。

[iekusup]

分担しないとだけど、深夜帯が。。。

[tmatsuu]

自分は、まず復旧優先という頭があるので広く呼び出す前に自分だけで対処できる問題かを判断するタイミング（5分以内）があるな。対応できると判断したら復旧優先でやっちゃうし、無理なら広く呼び出してる。

[sonots]

デカい障害じゃないと4人も集まらないのがたしかに実情ですねぇ

[retdaisuke]

“SRE”

[suu-g]

一番感覚に近いフォーメーションなのでメモ

[decobisu]

人も多いし影響範囲も広いので米国に習ってデフコンと命名して障害レベルに合わせて体制招集してた

[ninininninnin]

書記が難しい

[getcha]

書記いると助かるよね。全員が中身をきちんと理解できる必要と、メンバーの有効活用の観点から全員がどの役割もできる必要がある。役割は随時変わる。書記のみの人、指令しかできない人がいるのが最悪パターンや。

[rin51]

理想。実際は全部を1人で兼任する

[teckl]

4人も集まる組織があるのか…　指揮官と実施担当者が分かれるのは良いなぁ

[hrmitsumane]

まーーーた入門した！ 見ないけど、なんか少しでも必要そうな気がしてブクマしてる！😭

[tagomoris]

障害対応役のオンコールに4人割り当てるの、なかなかきついよなあ

[name-25137412]

基本は大事

[queeuq]

入門監視はいい本。

[ducky19999]

胃が痛い

[truesoftware]

監視

[bluescreen]

そもそも割り当てられる人間少ない(泣)

[hkawaras]

役割分担大事

[nobuking]

“コミュニケーション調整役 開発に関わるマネージャー、具体的には開発ディレクターやPMが担当するのが良い。ステークホルダーに情報を共有する役割を担う。例えば以下のようなこと。 社内の情報共有用のチャンネル

[kak888881]

役割分担の箇所が特に勉強になりました！

[teramako]

ICをマネージャーがやるのはアンチパターンなのか。振り返ってみると、そうなってしまっている事が多かったなあ。