障害対応で一番最初にやるべきことは全体への周知じゃね? - Qiita

結構｢障害対応ハウツー｣みたいなのはググればいくらでも記事が出てくるけどここに言及してる記事が案外少ないなあと思ってどうしても書きたくなりました. 新人でもすぐできるからぜひ覚えてもらいたくて｢新人プログラマ応援｣のタグも付けました. 監視ツールの通知によってとか, 誰かに｢このページ見れなくなってるよ｣って教えてもらうとか, 何らかの手段によってエンジニアが障害の発生に気づいたとき, 一番始めにやることは全体への周知だと思っています. ｢一番始めに｣ 一番始めにというのは, まさに何を差し置いても一番始めにということです. 障害に気づいたエンジニアはつい ｢どこのページだ｣ ｢レスポンスタイム10秒って出てるけどホントかよ試しに俺もアクセスしてみよう｣ ｢さっきのデプロイが原因じゃねえか?｣ などと口走りがちですが, これらの気持ちをグッと堪えてまずは周知に意識を向けるべきです. ｢全体

[twatw]

1分で対処できるか判断して無理なら周知 周知内容はテンプレ最低限で肉付けは後回し

[rryu]

いや、一番最初にやるべきなのは現状確認でしょう。ノーチェックで周知していいなら監視ツールからのアラートから自動で通知するようにすればいいだけで自力対応する必要はない。

[Bryntsalov]

システムの内容や規模、障害の緊急度によって変わってくるかなー。場合によってはさっさと対応してあとで報告すればいいかもしれないし。大規模、緊急度が高かったら調査・対応作業する人が報告者も兼ねるのだめ

[honeybe]

障害の発生と解消は監視ツールからのレポートに依存したほうが良くて監視の設計でどのレベルだとどこまで周知するのかを考えるのが良いと思う。

[tmatsuu]

わかる。解決できず少人数で悶々としてしまって、あとから考えれば他の人を巻き込んで協力しながらやれば良かったということは往々にしてある。

[kazuau]

これ、エンジニアの心がけの問題にしてると必ず漏れる。障害対応体制のマネージメントの主要課題。

[n314]

「復旧見込みはあと何分ですか？」みたいな連絡が頻繁にくるような文化だと逆に厳しいような。

[tinsep19]

周知の際に復旧目処がないとダメだろとかいわれたりするオチだったりする。

[Cald]

全体って、使ってもない関わってもないシステムの周知をほぼ毎日受けるって迷惑以外何者でもないやん。超大企業ならほぼ毎日どこかで何かは起こってるので

[rAdio]

ただ、自分の場合、どれだけ経験を積んでも、「状況を、的確に、正確に、端的に、迅速に、ほほほ報告ををを…」となって、トラブル時に浮足立ってしまうんだよなぁ。メンタル的にどうにもならないこともあると思う。

[wasai]

それやねえ

[nacika_inscatolare]

大事