Outage
您參與的主要中斷是什麼？
中斷是我們試圖避免的一些事情，但它們是不可避免的：它們會發生（我們希望很少發生），我們必須知道如何處理它們（並從中學習）。
那麼，您參與的主要中斷是什麼？你和你的團隊是如何處理這個問題的？你為未來學到了什麼？請分享你的想法:)
我幾乎每天都“參與”中斷（監控 44 個站點的 WAN 連結）。“小的”是那些不到 5 分鐘的，並且大部分時間都被“忽視”（由於某種原因，NOC 只監控超過 5 分鐘的中斷）。我嘗試與該站點進行通信以查看它是否是內部問題，並在問題為“未知”時檢查路由器日誌。
我發現在處理中斷時，**溝通是關鍵（這是輕描淡寫的！）。**在您進行故障排除或試圖找出究竟發生了什麼時，不要等待被呼叫。確保你傳達你知道他們已經失敗並且你正在努力。給他們一個時間框架，您將在何時回复他們，向他們提供有關情況的最新資訊 (ETR)。不要讓他們認為你已經忘記了他們，確保他們知道有人在看他們的問題。你打電話給他們，所以他們不必打電話給你。
值得慶幸的是，在我的監督下，一個網站最長的停機時間是 7 小時（這是在工作日上午 10 點到下午 5 點之間）。如果不是因為所有相關方之間缺乏良好的溝通，它應該會縮短幾個小時。基本上，問題沒有正確升級，並且由於假設“有人正在處理它”，這個問題（相對於網站而言）永遠得到解決。