分享一篇 Google SRE 做 Escalation 和事故应急响应的工程方案介绍帖子

[soasme]

本文是 Google Cloud Platform 团队的工程博客新文章，通过不少例子介绍了在 Google 内部是如何在开发和保障服务可靠性之间做权衡。工程师们可以以这篇文章作为标杆结合自家企业本身的需求去完善 Escalation 流程。

点击查看，这篇是原文。

Google SRE Escalation 的四个级别：

1. 停在 SRE 这一层，SRE 得到通知并快速响应。
2. SRE 搞不定，开始寻求 开发团队的帮助。
3. 错误持续了好几天，但还是没搞回 SLO，或者 30 天的错误预算花光了，会不让上新，专注解决问题。
4. 如果更严重，那就牵涉 leadership 还有更多人进来解决问题。

---

欢迎大家订阅 Techshack Weekly，以下是关注方式：

• 关注推特帐号 @techshackweekly 👈
• 或加入 Telegram Channel Techshack 👈
• 或在网站提交邮箱地址加入 mailing list 👈