a day ago
- 大多数事件涉及等待，通常无需干预即可自行解决。
- 工程师们常常急于采取快速修复措施，例如清除队列或强制重新部署，反而使事态恶化。
- 事件发生时的首要建议是暂停并放松，通过某种仪式来避免仓促行事。
- 有效的事件解决措施通常很简单，比如临时禁用有问题的功能。
- 对系统的了解比让许多工程师参与通话更有价值。
- 解决事件需要勇气和果断，尤其是那些了解系统的人。
- 修复事件可以为管理者和高管赢得政治资本，但这并非持久的权力地位。
- 事件自行解决的倾向可能取决于系统规模，较大的系统拥有更多的自我恢复机制。