Table of Contents

The Maestros of Incident Response

事件响应的大师

我们都有过这样的经历：我们第一次成为IMOC（紧急事件管理人员，或突发事件指挥官，其他人可能会称之为）（Incident Manager On-Call, or Incident Commander, others might call it）。我作为IMOC被告警通知是在工作一年后出现的，不管我之前做了多少观察，我对它的处理与我之前的表演相比都显得很苍白。这不是我的最后一次失误，但我开始建立一个事件管理的高级框架。之后的每一次失误，我都会在其中加入一些新的内容。这个框架作为一个起点一直很有价值，我希望它也能对你有所帮助。

有更多，更好的资料致力于扩展事件的处理方式，但这是我保持在第一线的主要原则。

止血(Stop the Bleeding)

始终把重点放在优先考虑缓解方面。尽管对话可能会偏向于深入的根源调查和长期解决方案的讨论，但第一个冲动应该是让正在进行的对话只集中在恢复当前的情况上。

每个人都在做什么？

每隔一段时间（要注意这可能会给从事该问题的人带来的成本），继续提出大家都在做什么的问题。这样做的目的是为了跟踪工作进度，防止工作重叠，并从有关各方获得健康检查。

提出这个问题也让你有机会问另一个问题–你需要任何帮助吗–以衡量是否应该利用更多资源。
 
当您通过事件管理流程工作时，何时进入下一个步骤可能并不明显。如果你能多花五分钟时间收集更多的数据点，也许你就能更确定哪些系统受到了影响。在这种情况下，当你做决定的时候，要始终以速度而不是质量来进行优化，牢记大的目标：快速恢复你的系统。

在这一点上，你可能会意识到，通过事件响应的很多工作可以归结为建立肌肉记忆和神经通路(neural pathways)[1]，这来自于反复的经验，但这并不意味着你不能为轮换做准备。

这里有一个小小的启动准备清单：

• 该公司的关键指标是什么？在一个电子商务公司中，这可能是结账率和数量，店面的可用性，等等。
• 您是否知道如何从服务到所有者建立索引？
• 你是否能够了解整个组织正在发生的告警？

不管怎么说，世界上所有的框架都无法让你为第一次领导事故做好足够的准备。我在多伦多的第一次事故发生在凌晨4点左右，我的表现感觉就像事故管理中的切尔诺贝利。在这个以前由大师主持的座位上，我是一个笨拙的业余指挥家。

在事件应对中，很多工作都可以归结为建立肌肉记忆和神经通路，这些都来自于反复的经验。在接下来的许多次on-call（page）中，通过耐心和练习，我开始越来越不那么笨手笨脚，很快就让乐队演奏了一些波普乐。

我们如何构建本书的结构

SRE虽然涉及复杂的技术系统，但归根结底是一种文化实践。文化是人的产物，这启发我们根据你在组织中的SRE数量来组织本书的各个部分–你具体处理什么，你的一天是怎样的，取决于有多少个SRE工程师。我们将本书的文章分为 “SRE新手” 、0-1个SRE、1-10个SRE、10-100个SRE和 “SRE的未来 ”。

读者如果想找寻先从哪里开始的指导，可以直接跳到最适用于自己的部分；但是，你仍然会发现阅读那些目前并不适用于你日常的部分的文章的价值。

在0到1个SRE时，还没有人被指定为SRE，或者你已经找到了你的第一个SRE，这个角色看起来几乎是孤独的。

在1到10名SRE时，你正在组建一个团队，有知识共享和分工的能力。

在10到100个SRE时，你已经成为一个组织，你需要思考的不仅仅是你所从事的系统，还需要思考如何组织这么多SRE。

“SRE新手” 涵盖了基础性的话题（尽管并不详尽！），对于那些刚刚开始SRE之旅的人来说是很有帮助的，即使是最有经验的SRE，也是一种复习。 “SRE的未来” 包含了一些文章，这些文章探讨了SRE潜在的发展方向，或者是（目前）坐拥时代潮流。

没有必要按照任何特定的顺序阅读本书。你可以从头到尾读一遍。或者，如果你对某个特定的主题感到好奇，可以翻到索引，在那里你可以找到关于该主题的所有文章。把它作为参考指南，或者是灵感的来源–可以在需要的时候提供一个震撼。或者，也许可以建立一个阅读俱乐部，每周一次挑选一篇文章与同事讨论。这就是散文集的魅力所在。我们希望你和我们一样喜欢阅读它们。

结语

SRE系列的文章，有时间我就会翻译一些，希望大家能学到对自己有用的东西。谢谢

翻译不易，转载时请注明原文链接，谢谢

延伸阅读

1.neural pathways 神经通路也叫传导通路，神经系统内传导某一特定信息的通路。它能传导某种特定信息，如视、听或随意运动的冲动等。可把神经通路分为上行性和下行性两种。