Podstawy reagowania na zdarzenia

Organizacje korzystają obecnie z ułatwień dostępu, wydajności i wygody chmury, ale stoją przed wieloma wyzwaniami, ponieważ przechodzą transformację cyfrową, która obejmuje przeniesienie części swojej firmy na usługi w chmurze.

Oto niektóre typowe wyzwania, które mogą wystąpić w organizacji:

• Zwiększona liczba przerw w działaniu usługi
• Brak skutecznej metody śledzenia i reagowania na zdarzenia (wszystko jest ad hoc i reakcyjne)
• Niedopuszczalny czas rozwiązania
• Czas rozwiązania nie poprawia się albo pogarsza się.
• Informacje i stan są trudne do znalezienia
• Cykl tych samych problemów i błędów

Aby sprostać tym wyzwaniom, potrzebny jest dobrze zdefiniowany plan reagowania na zdarzenia, który jest oparty na solidnych podstawach.

Fundamenty i filary

Celem fundamentu jest utrzymanie i utrzymanie razem struktury nad nią. W osobnym module wprowadzającym do tej ścieżki szkoleniowej omówiliśmy założenie, że praca nad niezawodnością jest oparta na podstawowym poziomie monitorowania i że reagowanie na zdarzenia pozostaje tuż powyżej tego w hierarchii.

Reagowanie na zdarzenia ma również podstawę. Istnieją trzy filary, które obsługują dobry plan reagowania na zdarzenia:

• Składy
• Role
• Obroty

W tej lekcji dowiesz się, czym jest każdy z tych filarów i jakie części odgrywają w projektowaniu strategii reagowania na zdarzenia, która przenosi Cię dalej na ścieżkę do celów niezawodności.

Składy

Ważne jest, aby mieć dobry plan, ale plan jest bezużyteczny bez ludzi do jego wykonania. W związku z tym najlepszym miejscem do rozpoczęcia jest określenie, kto ma reagować na problemy i jak poinformować ich, kiedy ich odpowiedź jest wymagana.

Najlepszym sposobem rozwiązania tego wyzwania jest zaprojektowanie harmonogramu. Lista jest listą osób, które są przypisane do zespołu na wezwanie. Ten zespół powinien składać się z wielu inżynierów. Ci członkowie zespołu powinni mieć wiedzę i umiejętności, aby rozwiązać typ problemów, które mogą wystąpić w danym środowisku, a także szkolenia w reagowaniu na zdarzenia.

Lista nazw jest jednak niewystarczająca. Musisz utworzyć strukturę dotyczącą tego, kto jest na wezwanie w danym momencie, i co każda osoba ma zrobić. W tym miejscu pojawiają się role.

Role

Rola wprowadza porządek w to, co byłoby chaotyczną — lub w najlepszym razie ad hoc — odpowiedzią. Robi to poprzez zdefiniowanie określonych funkcji, które mają być przyjęte przez każdą osobę w konkretnej sytuacji, oraz miejsce każdego z nich w "łańcuchu poleceń". Role mogą się różnić w zależności od organizacji lub nawet według typu zdarzenia, ale następujące role powinny być ogólnie częścią zorganizowanego zespołu reagowania na zdarzenia:

• Podstawowa osoba odpowiadająca: to "osoba kontaktowa", która zazwyczaj jest pierwsza na miejscu zdarzenia; oznacza to, że jest to pierwszy inżynier na wezwanie, który jest wzywany w momencie wystąpienia zdarzenia.
• Rezerwowa osoba odpowiadająca: Jest to osoba, która pełni rolę rezerwową i może wkroczyć, jeśli podstawowa osoba odpowiadająca nie jest dostępna lub jeśli potrzebna jest druga para oczu.
• Eksperci z dziedziny (MŚP): Są to osoby, które mają dogłębną wiedzę na temat konkretnego aspektu operacji. Są tam, jeśli główni i poboczni reagujący muszą eskalować problem do kogoś z większym doświadczeniem. Nie są one cały czas na wezwanie, ale są dostępne, gdy ich specjalistyczne umiejętności są potrzebne. Należy zachować listę MŚP w różnych tematach (na przykład bazy danych, frontonu, infrastruktury sieciowej, aplikacji internetowych, cyberbezpieczeństwa itd.).
• Dowódca zdarzeń: jest to ważna rola w przypadku zdarzenia lub awarii na dużą skalę, która ma wpływ na wiele różnych składników i/lub wymaga koordynacji w wielu różnych zespołach i systemach. Dowódca incydentu będzie osobą, która koordynuje wiele rozmów i wysiłków związanych z reakcją i działaniami korygacyjnymi. Dowódca incydentu ma na uwadze "szerszy kontekst"; monitorują, co się dzieje i kto co robi. Dowódca incydentu doskonale nadaje się do tego, aby inżynierowie pozostawali skoncentrowani i pracowali nad własnymi działaniami naprawczymi, nie wchodząc sobie w drogę ani nie niwecząc nawzajem swojej pracy.
• Scribe: Rolą skryba jest dokumentowanie rozmowy wokół incydentu w jak największym stopniu szczegółowo. Zespoły często używają mostków telefonicznych, połączeń konferencyjnych lub czatów wideo, aby zebrać wszystkich ludzi i spróbować zrozumieć, co się dzieje, co z pewnością może pomóc stworzyć miejsce na rozmowę. Jednak trudno nam przeanalizować i zrozumieć szczegółowo, co inżynierowie mówili i robili, chyba że mamy transkrypcję. W rezultacie skryba to osoba, która może nam pomóc udokumentować jak najwięcej, aby później to przejrzeć. Skryba przechwytuje wszystkie możliwe dane; nie tylko to, co robią członkowie zespołu, ale także to, co mówią, a nawet to, co czują lub przeżywają.
• Koordynator komunikacji: Pomyśl o tej osobie jako "menedżera public relations" dla incydentu. Koordynator komunikacji współpracuje z dowódcą incydentu w celu udostępniania informacji o zdarzeniu osobom, które nie są aktywnie zaangażowane w pracę w celu rozwiązania problemu i odzyskania sprawności po zdarzeniu. Może to obejmować klientów, zespoły ds. sprzedaży i marketingu, dział obsługi klienta i inne osoby biorące udział w projekcie lub poza organizacją, które muszą być świadome tego, co się dzieje, oraz stan postępu reakcji i korygowania.

Obroty

Teraz masz listę personelu zespołu reagowania i przypisałeś odpowiednie role. Następnym i ostatnim krokiem jest utworzenie rotacji, czyli harmonogramu przypisującego zmiany, podczas których każda osoba jest na dyżurze.

Istnieje wiele różnych sposobów dzielenia przesunięć. Planowanie zmian może być złożonym procesem strategicznym. Zmiany nie powinny być przypisywane losowo; Należy zastanowić się nad planowaniem, aby uczynić go tak skutecznym i jak przyjemnym dla członków zespołu, jak to możliwe.

Niektóre metody planowania zmian obejmują:

• 24 x 7: Jest to rotacja, w której członkowie zespołu są na wezwanie przez kilka dni z rzędu. Jest to prosty sposób przydzielania pokrycia zmianowego, ale należy zachować ostrożność, aby ograniczyć czas trwania. Rotacje zmian dłuższe niż trzy do czterech dni mogą być szkodliwe dla ogólnej kondycji personelu inżynieryjnego, a tym samym zmniejsza niezawodność całego systemu.
• Zmiany według słońca: Jest to model zmiany, w którym inżynierowie planują dyżury tylko w swoich normalnych godzinach pracy, a następnie przekazują swoją odpowiedzialność dyżurną na koniec dnia innemu koledze znajdującemu się w innej strefie czasowej.

To tylko kilka przykładów sposobów przypisywania zmian. Ważnym punktem jest podzielenie zmian w sposób, który działa najlepiej dla osób w zespole reagowania. Istnieje wiele sposobów dostosowywania zmian, zwłaszcza w weekendy, gdy inżynierowie potrzebują większej elastyczności. Inżynierowie powinni mieć możliwość łatwego przekazywania roli komuś, gdy pojawiają się konflikty niezwiązane z pracą.