技術的なインシデントは、学びにつながるとき、より大きな価値をもたらします。

サービスに障害が発生したとき、業務を復旧させることは対応の一部にすぎません。

優れたポストモーテムには、何が起きたのか、どの前提が誤りだと判明したのか、影響をどのように検知したのか、そして再発の可能性や深刻度を下げるためにどのような変更を行うのかが記録されています。

非難しない分析とは、責任を回避することではありません。関わった人の名前を挙げるだけで終わらせず、障害の発生を許した状況や判断を検証することです。

分散システムは、この取り組みが特に重要な領域です。一見健全なコンポーネント同士の相互作用から、障害が発生することがあるからです。

チームがインシデントについて率直に説明し、教訓を測定可能な改善につなげることで、信頼が育まれます。

信頼性とは、ミスがないことではありません。ミスから体系的に学ぶ力のことです。

@BitTorrent_Official
@Justin Sun孙宇晨
#TRONEcStar