ポストモーテム会を行って障害対応の改善を図った話 - LIFULL Creators Blog

プロダクトエンジニアリング部の吉田と申します。 普段はRubyやTypeScriptといった言語を使ったサーバサイドエンジニアをしています。 今回、サイトの閲覧障害をきっかけに行ったポストモーテム会が個人的にとても有意義だと感じたので紹介させてください。 障害分析レポートの紹介 弊社では障害が起きた場合、障害分析レポートを書くという決まりがあります。 この障害分析レポートというものは、一般的にはSREの用語でポストモーテムとして知られている障害対応時のことを記録する文書のことです。 弊社では品質管理を行っている部署がテンプレートやフォーマットを整えてくれており、内容としてはオライリーのSRE本の付録Dに記載してある「ポストモーテムの例」にかなり似通った内容です。 かいつまんで紹介すると下記のような内容を記載するものです。 障害の概要 影響範囲 タイムライン 水面下で起きていた問題（根本の問

[onk]

「障害発生時にどのような調査をして、対応したメンバーの間ではどのように連携を取っていったのか」わかる〜 / 話し合う内容もめっちゃ良い

[toro-chan]

昔々から、品質/障害対応の改善会(色々な名前があった。落穂とか。。)に参加してきたが、実質役立った記憶はない。そういう話は嫌いじゃなく、ちゃんと聞いてるつもりではあるのだが。無意識には役立ってるのだろうか