「入門監視」からPagerDuty Incident Response

PagerDutyはサーバ等のデータを送信すると、対応しなきゃいけない場合だけ通知するよう絞り込んでくれるサービス。監視サービスを提供している会社だけあって、公開している監視ノウハウの説得力が高い。

PagerDuty Incident Response Documentation

This documentation covers parts of the PagerDuty Incident Response process. It is a cut-down version of our internal documentation, used at PagerDuty for any major incidents, and to prepare new employees for on-call responsibilities. It provides information not only on preparing for an incident, but also what to do during and after.

PagerDutyの内部文書(internal documentation)で、on-callでの業務について書いている。

During an Incident - PagerDuty Incident Response Documentation

Announce on the call and in Slack that you are the incident commander, who you have designated as deputy (usually the backup IC), and scribe.
Identify if there is an obvious cause to the incident (recent deployment, spike in traffic, etc.), delegate investigation to relevant experts,

個人的に気になるインシデントが発生したときの手順について。まずSlackと電話で自分がインシデント・コマンダーであると宣言し、expertsに調査を委任する。

Listen for prompts from your Deputy regarding severity escalations, decide whether we need to announce publicly, and instruct customer liaison accordingly. Announcing publicly is at your discretion as IC. If you are unsure, then announce publicly ("If in doubt, tweet it out").

そしてDuputy（副）の意見を聞きながら顧客連絡を指示する。アナウンスすることは、あなたのdescretion（裁量）であり、迷ったらツイートしろとまでガイドに書いてある。

Post-Mortem Process - PagerDuty Incident Response Documentation

For every major incident (SEV-2/1), we need to follow up with a post-mortem. A blame-free, detailed description, of exactly what went wrong in order to cause the incident, along with a list of steps to take in order to prevent a similar incident from occurring again in the future. The incident response process itself should also be included.

post mortemは辞書では死体解剖という訳が出てくるが、要するに発生した事象について振り返り方を書いている。blame-free、つまり誰かに責任をなすりつけないよう配慮するように書かれている。

ざっくり読んでみて、これは日本語訳を出版してほしくなるレベルだと思った。どこかの出版社がやってくれないかな。

「入門監視」と合わせて読みたい５選｜英語で読むITエンジニアリング｜note

入門 監視 ―モダンなモニタリングのためのデザインパターン