SRE
On-Call 轮值管理实战：从告警疲劳到可持续值班
On-call 不是福利也不是惩罚，是一份职责。把它做成可持续的工程实践，比任何高级监控工具都重要。
#On-Call
共 4 篇
SRE
故障响应与 Blameless 复盘：让每一次事故都变成组织资产
事故响应不是英雄主义，是一套可重复的流程。把流程、模板、文化讲清楚，让每次事故都能沉淀成组织资产。
SRE
On-Call 工程实践：从告警响应到 Runbook 设计
好的 On-Call 体系不是让人 24 小时盯着屏幕，而是让每一次叫醒都有价值。从告警质量到 Runbook 设计，从轮班制度到数据驱动改进，这篇文章是我们团队在生产环境打磨 3 年的实践总结。
博客
SRE 核心理念：从运维思维到可靠性工程
SRE 不是给运维换了个更好听的名字。它是一套用软件工程思维解决可靠性问题的方法论。本文从 Error Budget 切入，覆盖 SLI/SLO 制定、Toil 识别、On-call 设计、故障复盘文化，以及从传统运维转 …