По порядку Senior Инциденты, on-call и постмортемы обновлено
Разбор причины после стабилизации
Вопрос
Сервис стабилизирован откатом. Расставьте шаги разбора причины инцидента.
Попробуйте сами
Расставьте шаги по порядку стрелками.
- 1Выдвинуть гипотезу и проверить её воспроизведением на стенде
- 2Записать действия с владельцами и сроками в постмортем
- 3Сравнить с тем, что изменилось: релиз, конфиг, трафик, зависимости
- 4Собрать данные: метрики, логи, трейсы за период до и во время инцидента
- 5Зафиксировать хронологию: алерты, действия, изменения с точным временем
- 6Определить все способствующие факторы, в том числе почему не поймали раньше
Показать ответ и разбор
Коротко
Хронологию пишут первой, пока память свежа и данные не ушли по ретеншну. Гипотезу подтверждают воспроизведением, иначе можно починить не то.
Правильный порядок
- 1Зафиксировать хронологию: алерты, действия, изменения с точным временем
- 2Собрать данные: метрики, логи, трейсы за период до и во время инцидента
- 3Сравнить с тем, что изменилось: релиз, конфиг, трафик, зависимости
- 4Выдвинуть гипотезу и проверить её воспроизведением на стенде
- 5Определить все способствующие факторы, в том числе почему не поймали раньше
- 6Записать действия с владельцами и сроками в постмортем
Разбор
Хронологию пишут первой, пока память свежа и данные не ушли по ретеншну. Гипотезу подтверждают воспроизведением, иначе можно починить не то. Разбор заканчивается не причиной, а действиями, которые меняют систему.
Ответьте сами, а не прочитайте
В тренажёре вопрос попадёт в повторения и вернётся, когда начнёт забываться. Плюс билеты с зачётом: 20 вопросов, не больше 2 ошибок.