RU

Зоопарк протоколов и человеческий фактор: что внутри сложной IoT-интеграции климатического оборудования

Мониторинг температуры в холодильном оборудовании кажется простой задачей. Особенно если речь идет всего о нескольких десятках ларей на одном производ…

iotпромышленный интернет вещеймониторингalertingMESпроизводствобеспроводные датчикиинцидент-менеджментЛАНИТ
Habr
RU

[Перевод] ИИ-агент запустил Terraform и снёс прод: как я восстанавливал базу

Типовая ситуация: Terraform-конфигурация выглядит привычно, а ИИ-агент экономит время на рутинных операциях. Но потерянный state-файл и один terraform…

TerraformClaude CodeИИ-агентыAWSудаление продакшенавосстановление базы данныхрезервное копированиеTerraform stateинцидент-менеджментзащита инфраструктуры
Habr
RU

SLA как инструмент, а не отчёт

Это вторая часть разбора того, как мы выстраивали SLA и инцидент-менеджмент в большом продукте. В этой части речь пойдёт о следующем этапе — масштабир…

аналитикаbackendинцидент-менеджментslaуправление рискамимониторингдашбордынадежность сервисоврасчет потерьбизнес-аналитика
Habr
RU

SLA как инструмент, а не отчёт. Часть 1. Как подружить бизнес и инженеров через общие цифры

Наш прежний SLA формально выглядел корректно: была формула, «четыре девятки» и отчёты. Но в моменты сбоев это не помогало ответить бизнесу на вопросы:…

инцидент-менеджментslabackendуправление рискамианалитикамониторингвременные рядыдашбордынадежность сервисоврасчет потерь
Habr
RU

Культура инцидентов. Почему поиск виновных на постмортемах убивает надёжность системы

Когда прод падает, первый управленческий рефлекс — найти человека, после которого всё сломалось. Проблема в том, что такой разбор почти…

postmortemblameless cultureинцидент-менеджментSREerror budgeton-callнадёжность системинженерная культуратехнический менеджментразбор инцидентов