In diesem Ratgeber

Wenn du über eine Störung informierst, sag, was für die Betroffenen gerade nicht funktioniert, was dein Team unternimmt und wann die nächste Meldung erscheint. Bei einer Störung im Produktivbetrieb kannst du die Auswirkungen auf den Dienst bestätigen, während die Ursache noch untersucht wird. In den folgenden Beispielen geht es um eine fiktive Störung, bei der ein Teil der Kundschaft den Bestellverlauf nicht öffnen kann.

Die erste Meldung während der Untersuchung

Fang auf der öffentlichen Statusseite damit an, was die Kundschaft gerade nicht tun kann. Sag dann, dass das Team die Störung untersucht, und nenne eine konkrete Uhrzeit für das nächste Update.

Some customers are unable to load their order history. We’re investigating the issue. We’ll post another update by 14:25 UTC.

Some customers passt, wenn nur ein Teil der Kundschaft betroffen ist. By 14:25 UTC heißt „bis 14:25 Uhr UTC“ und gibt an, bis wann die nächste Meldung erscheint. Teile neue Informationen, sobald sie bestätigt sind, und veröffentliche das Update wie angekündigt, auch wenn die Untersuchung noch läuft. Google SRE Workbook

Maßnahmen melden und den Dienst weiter überwachen

Mit We’ve rolled back a recent configuration change sagst du, dass dein Team eine Konfigurationsänderung rückgängig gemacht hat. Beschreibe, was ihr danach beobachtet habt und worauf ihr weiter achtet.

We’ve rolled back a recent configuration change. The error rate is back to normal, and we’re monitoring recovery.

Mit mitigated drückst du aus, dass eure Maßnahme die Auswirkungen eingedämmt oder beseitigt hat. Mit Monitoring sagst du, dass ihr den Dienst nach dem Eingriff weiter beobachtet. Sobald feststeht, dass der Dienst wieder wie gewohnt läuft, melde die Störung als behoben und gib an, in welchem Zeitraum Kundinnen und Kunden betroffen waren.

Order history is loading normally again. The issue affected some customers from 14:10 to 14:23 UTC.

Die Meldung fürs Entwicklerteam anpassen

Nenne im internen Kanal den Beginn der Störung, den betroffenen Endpunkt oder eine Kennzahl, die bei der Fehlersuche hilft. Wenn du eine Vermutung prüfst, zeigt We’re checking whether…, dass der Zusammenhang noch untersucht wird.

The orders API started returning more 5xx errors at 14:10 UTC. We’re checking whether a recent configuration change contributed to the increase.

Halte dich bei öffentlichen Meldungen an den Freigabeprozess deines Teams. Die Verfügbarkeitsberichte von GitHub zeigen, wie ein Entwicklerteam öffentlich über Auswirkungen auf die Kundschaft und die Wiederherstellung des Dienstes berichtet. GitHub-Blog

Übe zwei Versionen einer Statusmeldung

Stell dir vor, dass seit 09:05 Uhr UTC bei einem Teil der Kundschaft Uploads fehlschlagen und das Team noch nach der Ursache sucht. Schreibe für die Kundschaft eine Meldung in zwei oder drei Sätzen, die die Auswirkungen beschreibt und ein weiteres Update bis 09:20 Uhr UTC ankündigt. Nimm anschließend eine Version für den internen Kanal auf und ergänze ein Detail, dem jemand im Team nachgehen kann.

Übe weiter, auf Englisch nachzufragen und im Daily über den Stand deiner Arbeit zu sprechen.