路徑 05課程 1 / 8

部署後,持續為服務負責

定義有用的服務訊號、事件決策、復原和維護。程式碼生成結束後,維運責任仍須清楚可見。

實務10 分鐘已審查

發布者 我們如何撰寫

檢查理解程度可用性檢查回傳 HTTP 200,但授權故障導致匯出沒有紀錄。這代表什麼?進行練習
可用性檢查回傳 HTTP 200,但授權故障導致匯出沒有紀錄。這代表什麼?

學習目標

  • 從使用者觀點定義服務訊號。
  • 區分事件協調與技術調查。
  • 將維護與復原規劃為持續責任。

定義使用者依賴的服務

部署讓軟體可以使用。維運則在使用者、相依服務、流量和要求改變時,讓它持續有用。程式碼生成工具無法移除這項持續工作。

對虛構客戶資料匯出而言,使用者需要的不只是能連線的頁面。他們需要在可接受時間內,以必要格式取得有權存取的紀錄。服務也必須防止存取其他組織資料。

發布前指定負責人。如果非工作時間應變屬於服務承諾,就記錄由誰處理。供應商可以執行部分工作,但組織仍需要清楚的決策與溝通途徑。

選擇能支持行動的訊號

服務水準指標(SLI)衡量服務行為的特定屬性。服務水準目標(SLO)則為該指標設定明確期間內的目標。依使用者需求與維運能力選擇目標。

Google 的 SRE 指引說明這個方法,以及如何用錯誤預算支援可靠性決策。不要未確認意義,就照搬其他服務的目標。SLO 指引、錯誤預算政策範例。

為匯出定義哪些符合條件的請求算成功。區分預期拒絕與系統故障。記錄排除項目,避免只是隱藏困難請求,就讓指標看似改善。

訊號有助於偵測什麼重要限制
公開可用性檢查服務無法連線不驗證登入後的流程
匯出完成與延遲符合條件的請求失敗或耗時過久需要精確的成功定義
授權拒絕檢查關鍵邊界出現迴歸問題僅涵蓋已測試條件
資源與相依服務訊號可能的內部原因單獨使用無法描述使用者影響

不要為了增加可見性,就將完整匯出資料寫入記錄檔。只蒐集診斷問題所需的最少資訊,並保護存取權。

準備事件應變

決定誰協調、誰調查、誰溝通。小團隊可以由同一人兼任,但責任必須清楚。保留觀察與操作紀錄。

Google 的事件應變指引強調,技術緩解之外,還需要協調與溝通。技術上正確的修正,仍可能讓使用者毫不知情,或讓多位應變人員做出互相衝突的變更。事件應變。

代理程式可以在核准資料邊界內彙整記錄檔或比較假設,但不應因事件緊急,就取得不受限的正式環境權限。例外存取應使用明確的升級處理途徑。

演練復原,並提供維護資源

使用具代表性的虛構資料測試復原程序。指出程式碼回復無法撤銷的事項,包括已刪除紀錄或已送出訊息。記錄恢復服務所需時間與資訊。

分配持續工作:相依項目更新、存取權審查、適用時的數位憑證續期、容量調整和文件修正。沒有維護資源的服務,在上線預算結束後,仍會持續累積義務。

事件後,選擇能處理已觀察原因的改善,並連結到實作和驗證。這讓生命週期形成閉環:維運證據改變團隊下一步定義與建置的內容。

進行練習

為虛構客戶資料匯出撰寫一頁維運說明。包含一個使用者可感受到的訊號、目標、告警接收者、安全的第一步應變、復原限制和維護負責人。說明監控無法偵測什麼。

下載工作表(Markdown)
檢查理解程度 ↑

繼續學習

來源與延伸閱讀

Taiga 相關延伸閱讀