アトラシアンインシデントハンドブック

このガイドの対象者は？

このハンドブックは、24 時間 365 日の可用性を要求する顧客のインターネットサービスを担当している開発または運用チームの所属メンバー向けに作成されています。

インシデントとは？

アトラシアンでは、インシデントをサービスの中断や質の低下を引き起こす、緊急対応が必要なイベントとして定義しています。ITIL または ITSM の実施基準に従うチームでは、「メジャーインシデント」という用語を使用することがあります。

インシデントが解決済みとなるのは、影響を受けたサービスが通常の機能を再開したときです。機能の完全復元に必要なタスクのみが対象となります。

インシデントの事後分析はインシデントの発生後に実施するものであり、その根本原因を特定し、インシデントが再発する前に確実に対処するための行動を割り当てます。

インシデントの価値観

1 つのインシデント管理プロセスでは、すべての起こりうるシチュエーションを取り上げることはできません。そのため、ここでは価値観という形で一般的なガイドラインを示します。アトラシアンの企業としての価値観と同様に、私たちのインシデントの価値観は次のようにデザインされています。

• スタッフとチームがインシデントと事後分析に自主的な意思決定を行えるように導きます。
• インシデントを特定および管理し、そこから教訓を得る方法について、チーム間で一貫した文化を構築します。
• インシデントの特定、解決、反省の各部分に取り組むべき姿勢をチーム間で一致させます。

必要なツール

本書で説明するインシデント管理プロセスでは、アトラシアン固有のいくつかのツールを使います。これらは、必要に応じて別のものに置き換えることができます。

• インシデントの追跡 - すべてのインシデントは、事後分析の完了を追跡するために作成されたフォローアップ課題と一緒に、Jira 課題として追跡されます (Atlassian はこのために大幅にカスタマイズされた Jira Software を使用しています)。
• チャットルーム - リアルタイムのテキストコミュニケーションチャンネルは、チームでインシデントを診断して解決するための基盤となります。
• ビデオチャット - 多くのインシデントで、Blue Jeans のようなチームビデオチャットは、複数のアプローチについて議論し、同意するのに役立ちます。
• アラートシステム - OpsGenie などのツールを使って待機ローテーションとエスカレーションを管理します。
• ドキュメント作成ツール - Confluence を使用してインシデント状況のドキュメントを作成し、事後分析をブログで共有します。
• Statuspage - Statupage を使用して内部の関係者や顧客に状況を伝えれば、すべての人が最新情報を入手できます。

インシデントの追跡

すべてのインシデントは、事後分析の完了を追跡するために作成されたフォローアップ課題と併せて、Jira 課題として追跡されます。本書に記載のプロセスは、大幅にカスタマイズされた Jira Software を参考にしています。

インシデント課題は、通常、カスタマーチケットに応じてサポートエンジニアが作成するか、インシデントのモニタリングアラートに気がついた開発者が作成します。私たちは、問題が大きくなるまで待つのではなく、何か懸念があれば課題を作成するようにスタッフに促しています。

Jira には、インシデントの解決段階まで追跡し、インシデント対応中のすべての重要な行動を記録するためのシンプルなワークフローがあります。

インシデントマネージャー

インシデントごとに、当該インシデントに対する全責任と権限を持つインシデント マネージャー (IM) を配置します。インシデント マネーシャーがインシデント課題の担当者となります。インシデント マネージャーには、インシデントを解決するのに必要な行動を取る権限が与えられています。組織内の任意のスタッフを呼び出して、可能な限り迅速にサービスを復元させることにインシデントに関わるメンバーを集中させる権限も含まれます。

インシデントマネージャーは、インシデントに関わる個人ではなく役割です。インシデント中に役割を明確にするメリットは、スタッフが交換可能になることです。スタッフ全員が特定の役割で何をすべきかを知っていれば、どのようなインシデントでもその役割を担当することができます。

このガイドへのご意見、ご提案