Auf Warteschlacht ohne sich auszubrennen

Wenn Sie in DevOps oder SRE arbeiten, kennen Sie wahrscheinlich das Gefühl: Das Telefon auf dem Nachttisch, Lautstärke erhöht. Ich überprüfe es, bevor ich einschlafe. Am Sonntag nicht zu weit vom Laptop. Jeder Stimme nachzuschreien, auch wenn es nur eine Nachricht von einem Freund ist.

Die Bereitschaft zur Bereitschaft ist Teil der Betriebsführung der Produktionssysteme. Jemand muss reagieren, wenn etwas kaputt geht. Aber es muss die Leute nicht abnutzen. Gut gemacht, ist bei Anruf überschaubar, sogar lehrreich. Schlecht gemacht, ist es eine der schnellsten Möglichkeiten, ein Team auszubrennen.

Was macht es schwer, auf Anruf zu kommen?

Es ist selten der große Vorfall, der Menschen bricht. Es ist die Anhäufung:

• Zu viele SeitenDie meisten von ihnen brauchen keine Maßnahmen.
• NachtseitenUnd dann ruinierte er den Schlaf für Tage.
• Zu wenige Leute Es ist eine sehr schwierige Sache.
• Ich weiß nicht , was ich tun soll .Unbekannte Systeme, fehlende Runbooks, niemand, zu dem eskalieren.
• Ständige AngstzuständeAuch wenn nichts passiert.
• Keine Anerkennung oder Entschädigung Für die Zeit und den Stress.

Eine faire Abwechslung

Einige Grundsätze für eine gesunde Rotation:

• Genug Leute. Als grobe Anleitung, mindestens sechs bis acht Leute pro Schicht, also ist jede Person in etwa eine Woche in sechs oder acht Dienst. Mit weniger als vier oder fünf wird es sehr schwer zu halten.
• Primär und Sekundär. Eine zweite Person als Backup bedeutet, dass sich niemand ganz allein fühlt, und es gibt eine Fallback, wenn die Primärperson nicht reagieren kann.
• angemessene Schichtzeiten. Eine Woche ist üblich. Einige Teams teilen sich in Wochentage und Wochenenden auf.
• Folge der Sonne. Wenn Sie Teams in verschiedenen Zeitzonen haben: Jede Region deckt ihre eigene Tageszeit ab, so dass niemand nachts angezeigt wird.
• Einfache Umtausch. Das Leben passiert. Die Schichtarbeit soll einfach und normal sein.
• Richtige ÜbergabeWas ist passiert, was noch offen ist, was zu sehen ist.
• EinführungDie neue Person schattet einen erfahrenen Ingenieur, bevor sie allein auf Abruf geht.

Eine gesunde Schaltzeit wird nicht nur an der Schnelligkeit der Reaktion gemessen, sondern auch an der Schlaffähigkeit.

Weniger Seiten

Der effektivste Weg, um sich zu verbessern, ist, zu reduzieren, wie oft man es braucht.

• Jede Seite muss dringend menschliches Handeln erfordern. Wenn nicht, reduzieren Sie es auf ein Ticket oder entfernen Sie es.
• Warnung über die Symptome, die Benutzer empfinden, idealerweise SLO Brennraten, nicht bei jedem CPU Spike.
• Verfolgen Sie Seiten pro Schicht und sie wöchentlich oder monatlich als Team überprüfen.
• Wiederkehrende Ursachen beheben. Wenn jede Woche der gleiche Alarm ausgelöst wird, gehört die Lösung mit großer Priorität in den Rückstand.
• Automatische Reparaturen. Wenn die Antwort auf eine Warnung immer "Dienst neu starten" lautet, automatischen Sie sie und beheben Sie dann, warum sie neu gestartet werden muss.
• Schutz der Bereitstellungen: vermeiden Sie riskante Änderungen am Freitagabend und vor Feiertagen und verwenden Sie schrittweise Lieferungen, damit Probleme frühzeitig erkannt werden.

Die SRE-Richtlinien von Google schlagen vor, eine geringe Anzahl von Vorfällen pro Schicht zu erreichen, damit die Ingenieure Zeit haben, mit jedem richtig umzugehen und Folgemaßnahmen zu treffen. Wenn Ihr Team regelmäßig viele Seiten pro Nacht bekommt, ist das ein Zuverlässigkeitsproblem, kein Personalproblem.

Dafür bezahlt zu werden

Auf Abruf ist die Arbeit. Es beschränkt deine Freiheit, auch wenn nichts passiert. Gerechte Entschädigungsfragen:

• Ein Standby-Zuschuss - Ich habe mich nicht gefreut.
• Zusätzliche Bezahlung oder Freistellung für tatsächliche Vorfälle, insbesondere nachts und am Wochenende.
• Nach einer schlechten Nacht. Wenn du um 3 Uhr aufstehst ... Sie sollten nicht um 9 Uhr erwartet werden. - Ich bin ein Stand-up.

In Deutschland und in einem Großteil Europas gelten auch für die Bereitschaft zur Bereitschaft die Arbeitszeit- und Ruhezeitenregelungen. Ruhezeiten nach der Nachtarbeit sind nicht nur schön, sie können gesetzlich vorgeschrieben sein. Überprüfen Sie bei HR, wie Ihre Firma damit umgeht.

Unterstützung bei Vorfällen

• Eskalierungswege frei. Wen man anrufen soll, wenn man feststeckt, zu jeder Stunde.
• Runbooks für jede Alarmmeldung.
• Das ist nicht meine Schuld. Die Leute müssen sich sicher fühlen, wenn sie um Hilfe bitten oder zugeben, dass sie nichts wissen.
• Rolle des Vorfallkommandanten Für größere Vorfälle, damit die Person auf Abruf nicht gleichzeitig koordinieren und reparieren muss.

Ich kümmere mich um mich selbst.

Einige persönliche Gewohnheiten, die mir und meinen Kollegen helfen:

• Bereiten Sie sich zu Beginn Ihrer Schicht vor.: Laptop geladen, VPN und Zugriff funktionieren, jüngste Änderungen überprüft.
• Grenzen setzen: "on call" bedeutet "verfügbar", nicht auf dem Bildschirm geklebt. Leben Sie Ihr Leben, nur in Reichweite.
• Verwenden Sie ein separates Benachrichtigungsprofil Also nur echte Seiten durchbrechen nachts.
• Gib ihn ordnungsgemäß ab. am Ende deiner Schicht, und dann schaltest du dich tatsächlich aus.
• - Sprechen Sie darüber. Wenn die Bereitschaft, zu warten, Ihren Schlaf, Ihre Gesundheit oder Ihre Beziehungen beeinträchtigt, sagen Sie es Ihrem Vorgesetzten. Es ist ein Signal, das das System reparieren muss.

Für Führungskräfte

• Schauen Sie sich die Zahlen an: Seiten pro Schicht, Nachtseiten, Zeit zur Erholung und wie sich die Leute fühlen.
• Die Bereitschaft zur Bereitstellung von Dienstleistungen ist ein wichtiger Faktor für die Erhaltung der Sicherheit.
• Stellen Sie sicher, dass die Leute, die die Systeme bauen, den Dienst teilen. Es ist der stärkste Anreiz, zuverlässige Software zu bauen.
• Schließe dich der Rotation an, oder zumindest dem Eskalationsweg.

Also, was ist ein guter erster Schritt?

Schauen Sie sich die Seiten des letzten Monats zusammen als Team an. Zählen Sie, wie viele Aktionen notwendig waren und wie viele in der Nacht passierten. Wählen Sie die drei lautesten Alarme aus und beheben oder entfernen Sie sie. Diese einzige Zusammenkunft macht den nächsten Monat oft spürbar ruhiger.

Meine Meinung: Produktionssysteme müssen zuverlässig sein, und die Menschen, die für sie sorgen, auch. Beide zu schützen.

Desly