Table of Contents

Using ChatOps to Implement Empathy

利用ChatOps实现同理心

“Janet正在处理一个持续超过一个小时的事件。另一位空闲的指挥官应该主动提出交接或否决他们剩余的班次(Another available commander should offer to hand off or override the rest of their shift)，这样Janet就可以休息一下了！”

在我们的ChatOps[1]事件响应提醒序列中增加的这句话起初听起来很简单，但不久后我就发现它对on-call[2]的SRE有多大影响。这两句话的提示使空闲的指挥官立即伸出援手，提供帮助——这一举动似乎给on-call的指挥官带来了新的活力。

这时我意识到，ChatOps除了自动化和提供一个简单的界面来管理事件响应和基础设施之外，还能使我们的工作更具有可持续性。

我们期待着SRE[3]工具箱中的一个值得信赖的工具：自动化。在做了为同理心工作创建边界、限制和预算的艰难工作后，使用ChatOps是一个很好的方法，以确保它们可以在不需要持续观察的情况下实现。ChatOps是关于对话驱动的操作，使用群组聊天工具来超越基本的对话，并从聊天工具本身中获取背景和操作。这有助于建立同理心和自动化的行动，防止倦怠和疲惫。

同样地，ChatOps也可以作为on-call的数量和质量的保障。聊天机器人和第三方服务（PagerDuty、Datadog等）之间的沟通通常是通过webhooks完成的。通过执行on-call的调度命令，聊天机器人可以作为回应，根据设定的黄金标准验证所需时间表的可持续性。

例如，一个新的经理试图改变时间表，在最低限度是8个工程师的情况下只安排3个工程师，可以看到机器人拒绝他们的请求，并提示他们遵循最佳做法。至于跟踪on-call质量，聊天机器人可以在每次轮班后自动发送调查，帮助跟踪团队士气。当SRE在on-call中遇到特别大的压力时，它也可以提示他们休息。

通过跟踪事件的数量和严重程度，聊天机器人可以让SRE知道他们有一个on-call休整日，或者在剩下的班次中休息。通过提取时间表的数据和告警的工具来跟踪on-call的数量和质量，ChatOps确保了团队之间的均匀负荷，对防止倦怠至关重要。它不仅有助于维持SRE，还可以为管理层提供有用的数据，以便及早发现问题并修复盲点。

这里介绍的例子表明，通过利用自动化的力量，ChatOps可以用来维持一个健康的团队。它防止了原本花在手动跟踪元素上的时间，并提高了对既定预算的遵守。

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.ChatOps-中文
   ChatOps-english

2.on-call

3.Site Reliability Engineering-中文
   Site Reliability Engineering-english