Tá do shuíomh gréasáin táirgeachta díreach tar éis titim. Conas a láimhseálann tú é?

Question

Accepted Answer

Is í an chéad tosaíocht ná **seirbhís a athchóiriú, ansin an chúis a aimsiú** — tagann maolú roimh dhiagnóis. Dhearbhóinn incident, shannfainn rólanna soiléire, agus thiomáinfinn i dtreo an téarnaimh shábháilte is tapúla, ag cumarsáid an bealach ar fad.

## Cobhsaigh ar dtús

- **Dearbhaigh incident** agus oscail aon chainéal amháin (war room / snáithe Slack) ionas nach mbeidh an comhordú scaipthe.
- **Sann rólanna**: **Incident Commander** chun cinntí a dhéanamh, **úinéir comms** chun stakeholders a nuashonrú, agus **freagróirí** chun imscrúdú a dhéanamh. Mar Tech Lead is minic a ghlacaim an ról IC ionas gur féidir le hinnealtóirí díriú ar an bhfadhb.
- **Sín amach don deisiú is tapúla in-aisiompaithe.** Má tá comhghaol idir deploy agus an outage, déan **rollback** ar dtús agus cuir ceisteanna níos déanaí — sáraíonn athchóiriú na n-úsáideoirí an ceart a bheith agat.

## Diagnóisigh go comhthreomhar

- Seiceáil na **comharthaí soiléire**: dashboards, rátaí earráide, deploys le déanaí, athruithe infra, spící tráchta, certs imithe in éag.
- Cruthaigh hipitéis, tástáil an ceann is saoire ar dtús, agus **ná hathraigh cúig rud ag an am céanna** — ní bheidh a fhios agat cad a d'oibrigh.

## Déan cumarsáid go leanúnach

Cothaíonn ciúnas scaoll. Seolaim nuashonruithe ar rithim sheasta fiú nuair nach bhfuil aon nuacht ann:

```
[14:05] Ag imscrúdú — tá an checkout síos, ~40% de na húsáideoirí buailte. An chéad nuashonrú eile 14:20.
[14:20] Aitheanta: drochdeploy. Ag rollback anois. ETA 10 nóim.
[14:35] Seirbhís athchóirithe. Ag monatóireacht. Postmortem le teacht.
```

## Tar éis téarnaimh

- Deimhnigh téarnamh iomlán, ní díreach "féachann sé níos fearr."
- Rith **postmortem gan locht** laistigh de chúpla lá: amlíne, fréamhchúis, cad a chuir moill ar bhrath/deisiú, agus **míreanna gníomhaíochta nithiúla le húinéirí**.
- Is é an t-aschur ná feabhsú córasach (aláraim níos fearr, ráillí cosanta, uathoibriú rollback) — ní ainm le milleán a chur air.

## Tubaistí

- **Dífhabhtú roimh mhaolú** agus úsáideoirí ag fulaingt.
- **Gan aon chinnteoir aonair**, mar sin déanann cúig dhuine buille faoi thuairim go comhthreomhar.
- **Dul dorcha** ar stakeholders.
- **Milleán a chur ar dhaoine aonair**, rud a mharaíonn an mhacántacht a bhfuil incidents amach anseo ag brath uirthi.

## Cén fáth a bhfuil sé tábhachtach

Tá outages dosheachanta; sainmhíníonn an chaoi a reáchtálann tú iad muinín na foirne agus muinín na gcustaiméirí. Casann comhordú socair bunaithe ar rólanna móide leanúint gan locht droch-lá ina chóras níos láidre — agus cuireann sé in iúl do d'innealtóirí go bhfuil sé sábháilte bogadh go tapa toisc go láimhseáiltear teip mar phróiseas, ní mar fhiach cailleach.