跳到主要内容

夜莺 OnCall 与故障响应

OnCall 的目标是让可行动告警在约定时间内得到确认、升级和处置。平台只能发送通知，无法替代责任人、排班、运行手册和复盘机制。

1. OnCall 体系​

维护值班人员、值班组、服务归属、轮换规则和升级联系人。Critical 告警进入实时响应渠道，Warning 进入团队协作/工单，Info 进入看板或日报。每次排班变更后发送测试通知。

2. 故障响应流程​

  1. 告警发现：确认事件、影响范围和当前值班人。
  2. 事件确认：检查 Dashboard、日志、变更记录与运行手册。
  3. 故障处理：缓解用户影响，升级依赖团队，记录关键时间点。
  4. 恢复与复盘：确认恢复通知，分析根因，改进规则、手册和容量计划。

3. 企业实践​

明确响应目标、升级超时、跨团队协作、维护静默、事件沟通和复盘模板。不要将没有负责人或无法处置的告警接入 OnCall。