インシデントポストモーテムとは？

インシデントポストモーテムは、重大な障害の後に何が起きたか、なぜ起きたか、どうやって再発を防ぐかを理解するために実施される、構造化された文書化されたレビューです。

インシデントは高価な教訓です。ポストモーテムはその教訓が新鮮なうちに捉え、ストレスの多い停止を耐久性のある改善に変えます。うまくやればシステムとチームの両方を強化し、下手にやれば人々に問題を隠すことを教える犯人捜しの演習になります。

ポストモーテムの目的

ポストモーテムの目標は、懲罰的な意味での説明責任ではなく学習です。インシデントのタイムライン、影響、根本原因、寄与要因を文書化し、システムをよりレジリエントにする具体的なアクションアイテムを生み出します。成果物は判決ではなく、より良いシステムです。

なぜ blameless か

blameless なポストモーテムは、人々がその時点で知っていたことを踏まえて合理的に行動したと想定し、代わりに障害を許したシステム的な条件を見ます。これが重要なのは、非難が問題を地下に潜らせるからです。インシデントを報告すると罰せられるなら、人々は報告をやめ、組織は学ぶのをやめます。

優れたものに含まれるもの

• 何が、いつ起きたか、誰が何をしたかのタイムライン。
• ユーザー向けの影響とその継続時間。
• トリガーだけでなく、根本原因と寄与要因。
• 具体的で、担当者が決まっており、期限のあるアクションアイテム。

根本原因 対 トリガー

トリガーはインシデントを引き起こしたものであり、根本原因は単一のトリガーが停止を引き起こすことを許した、より深い条件です。優れたポストモーテムは「悪い deploy」を超えて、なぜ悪い deploy が検知されずに本番に到達できたのか、なぜ回復にそれほど時間がかかったのかを問います。

ループを閉じる

ポストモーテムは、そのアクションアイテムが実際に完了して初めて成果を出します。成熟したチームは、それらを他の作業と同じように追跡し、完了をレビューします。ポストモーテムを広く共有することも教訓を広め、他のチームが同じ種類の障害を繰り返すのを避けさせます。

重要なポイント

• ポストモーテムは、インシデントを持続的な改善に変える構造化されたレビューです。
• 人々が正直に報告し、組織が学び続けるために、blameless でなければなりません。
• その価値は、実際に完了するアクションアイテムにあります。

関連ガイド