Incident runbooks

Набор runbook-страниц для типовых инцидентов и recovery-сценариев.

Что здесь должно быть

• быстрые проверки первичных симптомов;
• безопасные шаги по стабилизации сервиса;
• ссылки на метрики, логи и дашборды;
• критерии, когда нужно эскалировать инцидент;
• post-incident действия и follow-up.

Принцип

Каждый runbook должен вести инженера от симптома к проверке гипотезы и дальше к безопасному восстановлению без лишней импровизации.