【早说】回顾文档与及时响应

今日《早说时间》来自《程序员的 README》提到的事故文档。有的人怕承担责任写的文档会写各种外因，不会去发现自己到底有没问题。有兴趣的童鞋可以加入《早说时间》晨读群，可加 vx：zhgb_f2er

早说从这开始～～

事故回顾文档

处理事故的 On-Cal1 工程师会负责起草一份回顾总结的文档其中应记录发生了什么、学到了什么，以及需要做什么来防止事故再次发生。有很多撰写回顾总结的方法和模板。一个很好的例子是 Atlassian 的回顾总结模板。该模板有一些章节和例子，描述了事故的前因后果、故障、影响、检测、响应、恢复、时间表、根本原因、经验教训和所需的纠正措施。

任何回顾总结文档的关键部分是根本原因分析 (root-causeanalysis，RCA)。根本原因分析是利用 5 个 “Why” 进行的。这种技巧非常简单：不断地追问为什么。 以一个问题为例，问它为什么会发生。当你得到一个答案时，再问一次为什么；一直问为什么，直到你找到根本原因。

随时响应

“随时响应” 并不意味着立即放下你正在做的事情来解决最新的问题。对于许多请求，完全可以先承认你已经收到了询问，并回答你应该在什么时候能看一下这个问题:“我现在正在协助其他人，我可以在 15 分钟内给您答复吗？” 一般来说，人们希望 on-call 工程师能做出快速反应，但不一定需要快速解决问题。