Uptime — gra o dyżurze i segregacji alertów
Masz dyżur. Dwanaście alertów, cztery możliwe odpowiedzi, jeden budżet błędów. Za darmo, bez rejestracji.
- ⏱ Budżet błędów43/43 min
- 🫂 Zespół▮▮▮▮▮5/5
- 🟢 Dostępność100.000%
Dwanaście alertów. Przeczytaj fakty, wybierz odpowiedź. Nie wszystko jest awarią.
Jak grać
- Bez wpływu na klientów? Odłóż. Nic wewnętrznego nie jest warte budzenia kogoś.
- Wpływ i wdrożenie w ostatnich 30 minutach? Wycofaj — cofnięcie jest szybsze niż diagnozowanie.
- Wpływ, brak niedawnego wdrożenia, ale aktualny runbook? Zrestartuj według runbooka.
- Wpływ, ale ani jedno, ani drugie? Zadzwoń do właściciela. Uwaga na stare wdrożenia i nieaktualne runbooki — nie liczą się.
Jak to działa
Masz dyżur i jedyne, czym sterujesz, to co zrobisz z każdym alertem. Zmiana rozdaje dwanaście, po jednym, a każda karta podaje swoje fakty: czy widzi to klient, kiedy ostatnio wdrażano tę usługę i czy istnieje runbook na ten objaw. Z tych trzech faktów wynika dokładnie jedna z czterech odpowiedzi. Reguła jest na ekranie od pierwszej karty i nigdy się nie zmienia — zmienia się tylko to, jak uważnie trzeba czytać, bo wdrożenie sprzed sześciu godzin nie jest podejrzanym, a runbook napisany pod starą architekturę nie jest runbookiem. Zmianę mogą skrócić dwa wskaźniki: budżet błędów, który odłożony incydent widoczny dla klientów spala błyskawicznie, oraz cierpliwość zespołu, którą zużywa każdy niepotrzebny telefon o trzeciej w nocy. Wszystko działa na twoim urządzeniu, nic nigdzie nie jest wysyłane i nie ma się gdzie rejestrować.
Gra o ocenie sytuacji podczas incydentów, a nie podręcznik eksploatacji. Prawdziwy dyżur ma więcej niż cztery opcje i znacznie gorsze godziny.
Najczęstsze pytania
Jak dokładnie brzmi reguła?
Jeśli klient tego nie widzi — odłóż do godzin pracy. Jeśli widzi: wycofaj wdrożenie, gdy poszło w ciągu ostatnich trzydziestu minut; zrestartuj, gdy aktualny runbook obejmuje objaw; a gdy nie zachodzi żadne z tych dwóch — zadzwoń do właściciela usługi. Kolejność ma znaczenie: cofnięcie świeżej zmiany jest szybsze niż jej diagnozowanie, dlatego świeże wdrożenie ma pierwszeństwo przed runbookiem.
Dlaczego odłożenie jest karane o wiele mocniej niż telefon?
Bo błędy nie ważą tyle samo. Przespanie czegoś, co widzą klienci, spala budżet błędów przez cały czas snu. Obudzenie kogoś przez coś, co runbook już opisuje, kosztuje dobrą wolę i nic więcej: irytujące, odwracalne i nie jest awarią. Punktacja jest tu lekcją.
Czy alerty są losowe?
Talia powstaje z ziarna, więc zmiana jest odtwarzalna, ale skład jest celowy: żadna odpowiedź nie jest poprawna częściej niż mniej więcej w jednej trzeciej przypadków, więc żaden nawyk nie wygrywa z czytaniem. Subtelne karty — stare wdrożenie, nieaktualny runbook — pojawiają się później w zmianie i na tym polega cała krzywa trudności.
Co oznacza liczba dostępności?
Miesiąc na poziomie 99,9% dopuszcza około 43 minut niedostępności i to jest startowy budżet błędów. Każda zła decyzja zużywa jego część, a pokazany procent to wskazanie panelu SLO na koniec miesiąca. Trzy miejsca po przecinku, bo właśnie tam mieszka cel 99,9%.