针对高速团队的事件管理
了解如何创建事件响应行动手册
从我们的手册中吸取经验。
我们在 Atlassian 的使命是释放每个团队的潜力。我们都知道，优秀团队有什么共同之处？他们都使用行动手册来管理流程，以保持组织平稳运行。
本文将介绍 5 个关键步骤，以创建有效的事件响应行动手册。我们将使用自己的Atlassian 事件 管理行动手册 作为模板，以制定事件响应计划。
事件响应行动手册的内容是什么？
行动手册是 DevOps 和 IT 运维事件管理以及网络安全的关键组件。行动手册制定了组织应对计划外中断的政策和实践，有助于团队整顿混乱，并确保每个人都能始终如一地应对事件和安全威胁。
事件管理行动手册为您的团队提供了一套流程，针对所有事件做出响应、解决问题并吸取经验教训，无论是安全事务还是其他新出现的漏洞。内容包括运行手册、清单、模板、培训练习、安全攻击场景和模拟演习等内容。
制定事件响应行动手册
在创建Atlassian 事件管理行动手册时，我们确定了 5 种管理事件的最佳实践方法。这些步骤可以转至各种 DevOps 和 IT 运维团队，并对构建有效事件响应行动手册流程具有指导意义。
1. 为您的组织定义事件
内容包括：构成事件的具体定义
原因：如果您不知道事件何时发生，您将无法有效地解决事件。不同团队定义事件的方式有所不同。一旦出现问题，必须争分夺秒，而且您无需就语义与同事争辩。
示例：
《Atlassian 事故管理行动手册》中出现的事件定义：
什么是事件？
我们将事件定义为：需要紧急响应的服务中断或服务质量下降事件。遵循 ITIL 或 ITSM 实践的团队可能会使用术语“重大事件”指代我们所说的“事件”。
受影响的服务以惯常方式恢复正常功能后，事件就得到解决。这仅包括恢复全部功能所需的任务，不包括后续任务，例如根本原因识别和缓解措施，因为它们属于事后分析。
事件事后分析是在事件后执行，目的是确定根本原因并安排行动，确保事件不会重复发生。
2. 建立预先指定的角色
内容包括：事件角色和职责
原因：正确的事件响应行动手册明确规定了角色和职责。事件响应团队的成员熟悉每个角色，并且清楚知晓在事件发生期间的职责。
示例：
我们在 Atlassian 使用的角色已准备就绪，以确保涵盖所有必要的步骤，不会发生重复性工作，沟通顺畅高效。
- 事件经理，对事件承担总体责任，并拥有总体权限。有权采取任何必要措施来解决事件，包括呼叫组织中的其他响应者，并督促参与事件的人员专注于尽快恢复服务。
- 技术主管，是高级技术响应者。负责制定有关故障及其原因的猜想、决定做出的更改以及管理技术团队。与事件经理密切合作。
- 沟通管理员，熟悉公众沟通的人员，可能来自客户支持团队或公关部门。负责撰写和发送内部和外部通信。
3. 强制执行一致的流程
内容包括：流程步骤和工作流程
原因：没有两起事件是完全相同的。但这并不意味着您的响应者无法引入一致的工作流程以响应事件。
概述关键步骤和阶段，并确保团队成员清楚每个阶段的预期内容以及接下来会发生什么。例如，Atlassian 概述了分为三个阶段、七个步骤的事件响应流程，以推动事件从检测到解决。
示例：
检测到新事件后，事件经理开始启动内部沟通和响应组织。然后，团队就能够开始着手确定事件原因，并达成解决方案。在此阶段，良好的组织有助于推动操作，而这得益于高频沟通。坚持一致的流程可以迅速解决问题，包括我们将在下文介绍的事后分析练习。
4. 启用快速响应
内容包括：模板和清单
原因：事件行动手册必须足够简单，以便团队在压力时期能够遵循。我们自己的流程包括一份重大事件经理“速查表“，其中以一页的格式概述了评估、上报和委派等关键步骤。
遵循预先确定的事件响应流程并不意味着没有即兴创作的余地。您必须保持灵活性，明白何时应该根据不断变化的情况做出调整。顾名思义，事件是指事情没有按计划进行的情况，但这并不意味着您无法为它们做好计划。经常进行训练和练习的球队，通常能走向成功。
使用此模板：
尝试播放事件响应价值视频。 提高团队凝聚力，并在事件发生前解决任何潜在的误解。使用我们的资源Atlassian 团队使用手册，更好地了解团队的流程，从而构建一本充满活力的行动手册。
5. 促进全面的事后分析
内容包括：事后分析过程和事务字段的概述
原因：事后分析旨在通过了解所有促成原因、记录事件和模式发现，以供将来参考，并采取有效的预防措施来降低事件复发的可能性或影响，从而最大限度地提高事件的价值。
如果您认为事件是对系统可靠性的计划外投资，那么事件事后分析意味着您如何最大限度地提高投资回报。
试用此模板：
为了使事后分析有效，该过程必须使团队能够轻松确定原因并进行修复。您使用的确切方法取决于您的团队文化；在 Atlassian，我们发现了适用于事后分析团队的多种方法：
- 面对面会议有助于推动适当的分析，并使团队在需要解决的问题上达成一致。
- 交付和运维团队经理给出对事后分析的审批，以此激励团队全面执行事后分析。
- 根据分配的服务级别目标 (SLO)，指定优先操作，并附上提醒和报告，以确保这些操作完成。
《事件管理行动手册》第 46 页提供了有关 Atlassian 事件响应事后分析的分步概述。
最终，应使用事件响应行动手册来推动团队有效合作，以尽快解决事件。当事件发生时，没时间争论最佳实践和互相指责。内容详尽且精心设计的行动手册有助于团队实现最佳工作成果。Atlassian 的《事件管理行动手册》详细介绍了所有操作指南。