|
要明确一点：oncall 的作用仅限于应急处置，不包括修复。就像急诊只管把病人救活，不治慢性病。
我们组是核心组件，SLA 要求非常高。经过几年时间的完善，从我刚入职时的 7x24 改成了 12x3 。
最初是一轮班就是 7 天 24 小时有电话进来，主要就是两个人负责整个大组，确实需要对所有组件都比较熟悉，挡不住了第三个叫到老板。两个人一般会商量好轮流休息。
现在一轮班 3 天，晚上有印度组负责。大组两个人负责基本的 debug 和分流。每个小组还有两个人负责深度调查。大组 oncall 解决不了的时候再问小组 oncall 。或者应急处置之后后续交给小组跟进。小组 oncall 大部分时间没事，不影响正常工作。
如果是真的出了大问题，sev1 ，那会把所有小组的 manager 全部叫起来。所以在我们这里，manager 比 IC 累多了。 |
