事故响应与复盘：五分钟止损、一天说明、七天复盘
一个人处理事故，最缺的不是技术，是顺序。本文把四次事故的 138 分钟拆成回滚、开关、数据库恢复与依赖故障四段，给出五分钟内三选一的止损判据、24 小时说明与七天复盘的模板，并复算把 82 分钟恢复压到 30 分钟后的可用性。
tag
事故
共 2 篇文章。
状态页与故障沟通：故障时说什么、多久说一次
故障时的沉默会被解读成更大的故障。本文给出正常、维护、降级、部分故障、重大故障五种状态，三条公告模板与 15 分钟首发、30 分钟更新的节奏，并并按 34/120 的受影响面复算单次 36 分钟、全年 2.4 小时的沟通成本与恢复公告写法。