9% وقت التشغيل؟ هذا ليس حظًا، بل هندسة.

يبدو هدف وقت التشغيل بنسبة 99.9% أمرًا بسيطًا. وأنا أعلم أنه ليس كذلك. عندما يتعطل موقع ما، لا يفكر العملاء في الخوادم أو التنبيهات أو التعليمات البرمجية. يرون صفحة دفع معطلة، أو فشل تسجيل الدخول، أو فريق دعم لا يمكنه المساعدة بالسرعة الكافية. لقد رأيت هذا يحدث مع متجر صغير عبر الإنترنت أثناء تخفيضات العطلات. قفزت حركة المرور، وتباطأت العربة، وبدأت الطلبات في الفشل. ولم يخسر المالك سوى عملية بيع واحدة. فقد الفريق الثقة، واستغرق التعافي وقتًا أطول من انقطاع التيار الكهربائي نفسه. ولهذا السبب أتعامل مع وقت التشغيل كاختيار تصميمي، وليس كنتيجة محظوظة. أبدأ بالأجزاء التي تفشل في أغلب الأحيان. الطاقة والشبكة والقرص وقاعدة البيانات ورمز التطبيق والخطأ البشري. كل واحد منهم يحتاج إلى خطة. عادةً ما أقوم بالتصدي للفشل بطريقة بسيطة: - أبقي أكثر من مسار مفتوحًا لحركة المرور - أضع الخدمات المهمة في مناطق أو خوادم منفصلة - أستخدم عمليات التحقق من السلامة حتى تتوقف العقد المعطلة عن تلقي حركة المرور - أحتفظ بالنسخ الاحتياطية خارج النظام الرئيسي - أختبر الاسترداد قبل ظهور الأزمة - يبدو هذا أمرًا أساسيًا. إنه ناجح لأن وقت التشغيل يتكون من عادات صغيرة، وليس خدعة واحدة كبيرة. الرصد يأتي بعد ذلك. لا أنتظر حتى يخبرني المستخدمون أن هناك شيئًا مكسورًا. أشاهد وقت الاستجابة ومعدل الخطأ وتحميل وحدة المعالجة المركزية واستخدام الذاكرة ومساحة القرص وتأخير قاعدة البيانات. أنا أيضًا أراقب الأشياء التي تهم العمل. قد يبدو خطأ تسجيل الدخول صغيرًا على لوحة المعلومات، إلا أنه يمكن أن يمنع كل أمر يتبعه. كان لدى أحد العملاء الذين عملت معهم صفحة دفع تفشل مرة واحدة فقط كل بضع مئات من الطلبات. بدت المشكلة بسيطة في البداية. وكاد الفريق أن يتجاهل ذلك. بعد إلقاء نظرة فاحصة، وجدت أن مهلة بوابة الدفع كانت تتسبب في تكرار المحاولات من قبل المستخدمين. أصبح هذا الخلل الصغير مشكلة دعم كبيرة. لقد قمنا بإعداد حدود التنبيه وتحسين منطق إعادة المحاولة وإزالة الارتباك بسرعة. أحب التنبيهات التي تتحدث بوضوح. التنبيه الجيد يوضح ما الذي انكسر، وأين انكسر، وما الذي تغير. تنبيه سيء ​​يوقظ الناس دون سبب. عندما تتلقى الفرق ضجيج التنبيه طوال اليوم، فإنها تبدأ في تجاهل النظام. وذلك عندما يحدث الضرر الحقيقي. النسخ الاحتياطية مهمة أيضًا. أحتفظ بالنسخ الاحتياطية بشكل بسيط ومختبر وسهل استعادته. النسخة الاحتياطية التي لا يمكن استعادتها هي مجرد مجموعة ملفات. لقد رأيت فرقًا تحتفظ بنسخ لعدة أشهر ولا تحاول الاستعادة أبدًا. ثم تظهر مشكلة حقيقية، ويعلمون أنه لم يتم التحقق من خطة النسخ الاحتياطي مطلقًا. أستخدم اختبار الاستعادة في يوم عادي. أنا لا أنتظر الذعر. تحتاج طفرات حركة المرور إلى الرعاية أيضًا. يمكن أن يبدو الموقع جيدًا عند الحجم المنخفض ويظل فاشلاً تحت الضغط. أحب اختبار التحميل لأنه يظهر نقاط الضعف مبكرًا. قد تتعامل الصفحة المقصودة مع 500 زيارة وتكافح عند 5000. قد تبدو وظيفة البحث سلسة ثم تتباطأ بعد سلسلة من الطلبات. أفضّل معرفة ذلك في الاختبار بدلاً من خلال حملة مباشرة. التخزين المؤقت يساعد في كثير من الحالات. أستخدمه للصفحات والملفات والاستعلامات المتكررة حيث يكون ذلك منطقيًا. فهو يقلل الضغط على النظام الرئيسي ويمنح المستخدمين استجابة أسرع. ومع ذلك، فأنا لا أتعامل مع ذاكرة التخزين المؤقت أبدًا كحل للإعدادات المعطلة. إنه دعم وليس علاجًا. أنا أيضًا أهتم بعادات التحرير. يمكن أن يؤدي النشر المحفوف بالمخاطر إلى إسقاط نظام مستقر في دقائق. أفضّل الإصدارات الصغيرة وخطوات التراجع الواضحة وعمليات التحقق من الإصدار. إذا تسبب البناء الجديد في حدوث مشكلة، فأنا أريد طريقة للعودة لا تعتمد على التخمين. لقد شاهدت الفرق تقضي ساعات في مناقشة التراجع بينما استمر انقطاع الخدمة في النمو. عادةً ما يكلف هذا التأخير أكثر من تكلفة الخطأ نفسه. أحد أفضل الدروس التي تعلمتها جاء من أحد تطبيقات الدفع بقاعدة بسيطة للغاية: إذا فشل الإصدار الجديد في إجراء فحوصات السلامة، فأرسل حركة المرور مرة أخرى إلى الإصدار الأقدم. لا الدراما. لا لقاء طويل. مجرد مفتاح نظيف. هذه القاعدة أنقذت الفريق أكثر من مرة. التواصل مهم أثناء وقوع الحادث. أبقي الرسالة قصيرة وصادقة ومفيدة. لا يحتاج المستخدمون إلى خطاب فني طويل. إنهم بحاجة إلى معرفة أن المشكلة معروفة وأن العمل نشط وأن الخدمة قيد الاستعادة. يمكن أن يؤدي التحديث الهادئ إلى تقليل تذاكر الدعم وحماية الثقة. الصمت يفعل العكس أفكر أيضًا في مسار العميل، وليس الخادم فقط. إذا فشلت إحدى الميزات، أسأل ما إذا كان المنتج بأكمله يجب أن يتوقف. ربما يمكن أن يظل البحث قائمًا حتى لو فشلت التوصيات. ربما لا يزال بإمكان الخروج العمل إذا كانت أداة المراجعة معطلة. هذا النوع من تصميم الخدمة يبقي المسار الأساسي مفتوحًا عند انقطاع الميزة الجانبية. هكذا يصبح وقت التشغيل بنسبة 99.9% أكثر من مجرد رقم. يصبح نظامًا للعادات: - مراقبة الإشارات الصحيحة - التصميم للفشل - استعادة الاختبار - الإصدار بعناية - إبقاء المستخدمين على اطلاع - حماية المسار الرئيسي لا أعد بالكمال. لا يوجد نظام يبقى إلى الأبد. العمل الخدمي الحقيقي يعني التخطيط لليوم السيئ قبل وصوله. عندما أرى منتجًا مستقرًا، لا أسميه حظًا. أرى تنبيهات تم ضبطها بعناية، ونسخًا احتياطية تم اختبارها، وعمليات نشر تم التعامل معها بخطوات صغيرة، وفريقًا يعرف ما يجب فعله عند ظهور الضغط. هذه هي الهندسة الذكية. وهذا هو ما يبقي الخدمة على الإنترنت عندما تكون أكثر أهمية.

اعتدت أن أرى نفس النمط مرارا وتكرارا. سيتباطأ الموقع، وتتراكم التنبيهات، ويتدافع الفريق، وسيطرح الجميع نفس السؤال: ما الذي تغير؟ هذا النوع من التخمين يحرق الوقت. كما أنه يخلق التوتر. لا أريد الانتظار حتى تفشل صفحة الخروج أو تنقطع الخدمة قبل أن ألاحظ وجود مشكلة. أريد طريقة بسيطة للحفاظ على وقت التشغيل مرتفعًا، ومراقبة الإشارات الصحيحة، والتصرف قبل أن يشعر المستخدمون بالألم. وهذا هو النهج الذي أثق به. أبدأ بالأساسيات: أشاهد الأجزاء التي تؤثر على المستخدمين أكثر من غيرها. أنا لا أطارد كل المقاييس التي تظهر على الشاشة. أركز على الأشياء التي عادةً ما تكسر الثقة بسرعة: - سرعة تحميل الصفحة - وقت استجابة الخادم - معدل الخطأ - صحة قاعدة البيانات - ارتفاع حركة المرور - عمليات تسجيل الدخول الفاشلة - مشكلات تدفق الدفع عندما أراقب هذه المناطق، يمكنني اكتشاف المشكلات مبكرًا. لا أحتاج إلى اجتماع طويل لأعرف أين أبحث. الأرقام تحكي لي القصة لقد قمت أيضًا بتعيين التنبيهات التي تعني شيئًا ما. لقد تعلمت أن عددًا كبيرًا جدًا من التنبيهات يؤدي إلى حدوث ضوضاء. عندما يرسل كل تغيير صغير رسالة، يتوقف الناس عن الاهتمام. أبقي التنبيهات مرتبطة بتأثير المستخدم. إذا فشلت صفحة تسجيل الدخول، أريد أن أعرف. إذا ارتفع وقت الاستجابة لبضع دقائق، أريد أن أعرف. إذا فشلت النسخة الاحتياطية، أريد أن أعرف. لا أريد خمسة تنبيهات لمسألة واحدة. أريد تنبيهًا واحدًا يرشدني إلى المصدر. مثال بسيط يتبادر إلى الذهن. لقد عملت ذات مرة مع متجر صغير عبر الإنترنت ظل يخسر المبيعات خلال ساعات الذروة. اعتقد الفريق أن المشكلة تكمن في حركة المرور. اتضح أن مهلة خدمة سلة التسوق قد انتهت عندما قام العديد من المستخدمين بتسجيل الخروج مرة واحدة. بدا وقت تشغيلهم جيدًا على الورق، ومع ذلك فقد استسلم العملاء. أضفنا عمليات فحص لتدفق سلة التسوق، وليس فقط الصفحة الرئيسية. لقد شاهدنا مسار الخروج، واستعلامات قاعدة البيانات، وتسليم الدفع. ظهرت المشكلة بشكل أسرع، وقام الفريق بإصلاحها قبل الذروة التالية. ظلت المبيعات ثابتة، وانخفضت طلبات الدعم. بقي هذا الدرس معي. أنا لا أثق في الفحوصات السطحية وحدها. يمكن تحميل موقع ما، وقد تبدو لوحة المعلومات باللون الأخضر، ولا يزال من الممكن أن يواجه المستخدمون مشكلات. أحب اختبار المسار الكامل بنفسي. أقوم بالنقر فوق الخطوات التي يتخذها المستخدم. أقوم بإنشاء أمر اختبار. أحاول إعادة تعيين كلمة المرور. أفتح عرض المحمول. أبحث عن الاحتكاك حيث يتوقف الناس عادة. هذه العادة تنقذني من الافتراضات السيئة. أحافظ أيضًا على إيقاع صيانة بسيط. أنا لا أنتظر الفوضى لفرض العمل. لقد قمت بتعيين روتين للتحديثات والنسخ الاحتياطية ومراجعات السجل وفحوصات التحميل. أخصص وقتا لكل واحد. عادةً ما يبدو روتيني كما يلي: - التحقق من السجلات بحثًا عن الأخطاء المتكررة - التأكد من اكتمال النسخ الاحتياطية - مراجعة الاستعلامات البطيئة - اختبار الصفحات الرئيسية من أجهزة مختلفة - فحص أدوات ونصوص الطرف الثالث - التحقق من أن التنبيهات لا تزال تصل إلى الشخص المناسب وأبقي العملية بسيطة. أريد أن يتابعه الفريق دون تخمين. إذا كانت الخطوات سهلة القراءة، فإن الأشخاص يستخدمونها كثيرًا. أنا أهتم بشدة بأدوات الطرف الثالث أيضًا. تبدأ الكثير من مشكلات وقت التشغيل خارج النظام الرئيسي. يمكن أن تتأخر أداة الدفع. يمكن لأداة الدردشة أن تبطئ الصفحة. يمكن أن يضيف البرنامج النصي للتتبع الاحتكاك. لقد رأيت مكونًا إضافيًا واحدًا يسبب مشكلة لصفحة مقصودة بأكملها. ألقى مالك الموقع اللوم على الاستضافة، لكن النص كان هو المشكلة الحقيقية. ولهذا السبب أقوم بمراجعة الأدوات الخارجية واحدة تلو الأخرى. إذا كانت إحدى الأدوات تضيف مخاطرة ولا تجلب سوى قيمة قليلة، فإنني أقوم بإزالتها أو استبدالها. أنا أحب الأنظمة التي تبقى هزيلة. أخطط أيضًا لذروة الحمل قبل وصوله. أنا لا أنتظر لأرى ما سيحدث عندما ترتفع حركة المرور. أتحقق مما إذا كان الخادم وقاعدة البيانات وذاكرة التخزين المؤقت يمكنها التعامل مع المزيد من الطلبات. أنا أنظر إلى الأنماط الماضية. إذا زادت حركة المرور في أيام معينة أو أثناء الحملة، فإنني أقوم بالتحضير مبكرًا. تساعد بعض الحركات الصغيرة كثيرًا: - إضافة ذاكرة تخزين مؤقت حيث يكون ذلك منطقيًا - إبقاء الصور خفيفة - قطع التعليمات البرمجية غير المستخدمة - نشر حركة المرور عبر أكثر من مسار عند الحاجة - إبقاء الوصول للنسخ الاحتياطي جاهزًا لا تؤدي هذه الخطوات إلى إزالة كل مشكلة. إنهم يعطونني المزيد من السيطرة. أنا أحب الملكية الواضحة أيضًا. عندما يمتلك الجميع وقت التشغيل، لا أحد يمتلكه حقًا. أقوم بتعيين كل جزء لشخص أو مجموعة صغيرة. شخص واحد يشاهد التنبيهات. يتم نشر الشيكات من شخص واحد. يقوم شخص واحد بمراجعة النسخ الاحتياطية. الأسماء يمكن أن تتغير، ولكن المسؤولية يجب أن تظل مرئية. لقد رأيت فرقًا تضيع ساعات طويلة لأنه لم يكن أحد يعرف من يجب أن يتصرف أولاً. وهذا لا يساعد المستخدمين. قائمة مالك بسيطة تحافظ على الاستجابة سريعة وهادئة. وأقوم أيضًا بتدوين ما أتعلمه بعد كل حادثة. لا أستخدم تقريرًا طويلًا للعرض. سأختصر الأمر: - ما حدث - ما شعر به المستخدمون - سبب ذلك - ما الذي أصلحه - ما الذي سنغيره بعد ذلك، وهذا يساعدني على اكتشاف المشكلات المتكررة. كما أنه يمنع نفس الخطأ من العودة. وجهة نظري بسيطة. وقت التشغيل المرتفع ليس حظًا، وليس تخمينًا يوميًا. أبقيه مرتفعًا من خلال مراقبة مسار المستخدم، وتقليص الضوضاء، وإعداد تنبيهات مفيدة، وبناء عادة إجراء عمليات فحص صغيرة. عندما أفعل ذلك، يصبح النظام أسهل للثقة. يشعر الفريق بضغط أقل. يشعر المستخدمون بمطبات أقل. هذا هو المعيار الذي أهدف إليه كل يوم.

لقد رأيت نفس النمط عدة مرات. يبدو النظام جيدًا على السطح، إلا أن المشكلات الصغيرة تستمر في التراكم. يتم تحميل الصفحات ببطء. تظهر الأخطاء دون سابق إنذار. تقضي الفرق المزيد والمزيد من الوقت في حل نفس المشكلات. يفقد المستخدمون صبرهم. تدفع الشركة ثمنها من خلال تذاكر الدعم والثقة المفقودة وتأخير العمل. ولهذا السبب أعتقد أن الأنظمة الموثوقة تبدأ بهندسة أفضل. لا أقصد الأدوات الفاخرة أو الوعود الكبيرة. أعني التفكير الواضح والتصميم الدقيق والعادات التي تصمد عندما يضغط المستخدمون الحقيقيون على النظام. عندما أقوم بإنشاء نظام أو مراجعته، فإنني أطرح سؤالاً بسيطًا: هل يمكن أن يستمر هذا في العمل بشكل جيد عندما ترتفع حركة المرور، أو عندما يفشل أحد الأجزاء، أو عندما يحتاج الفريق إلى تغييره لاحقًا؟ إن النظام الذي لا يستطيع الإجابة على هذا السؤال هو نظام هش بالفعل. عادة ما أبدأ بالأساسيات. أريد أن يكون للنظام غرض واضح. إذا حاولت إحدى الخدمات القيام بالكثير، يصبح من الصعب اختبارها، وإصلاحها، وتنميتها. يمكن لخدمة الدفع الصغيرة وخدمة ملف تعريف المستخدم وخدمة إعداد التقارير أن تظل مركزة. وهذا يساعد فريقي على اكتشاف المشكلات بشكل أسرع وتقليل الآثار الجانبية. أنا أهتم أيضًا بالهيكل. الكود النظيف مهم، لكن البنية النظيفة أكثر أهمية. أفضّل الوحدات التي يسهل قراءتها، والوظائف التي تؤدي وظيفة واحدة، والتسمية التي تكون منطقية للأشخاص الحقيقيين. عندما ينضم مهندس جديد إلى الفريق، أريدهم أن يفهموا النظام دون تخمين. وهذا يوفر الوقت كل أسبوع. الاختبار هو مكان آخر حيث تقطع العديد من الفرق الزوايا. لقد رأيت أنظمة تجتاز فحصًا يدويًا وما زالت تفشل في الإنتاج لأنه لم يختبر أحد حالات الحافة. قد يعمل نموذج الدفع للإدخالات العادية، ثم يتم قطعه عندما يكون الحقل فارغًا أو عند انتهاء مهلة مكالمة الشبكة. إن العملية الهندسية الجيدة تلتقط تلك الفجوات مبكرًا. أحب مزيجًا من اختبارات الوحدة واختبارات التكامل والفحوصات الأساسية الشاملة. كل واحد يقول لي شيئا مختلفا. اختبارات الوحدة تحمي القطع الصغيرة. تظهر اختبارات التكامل ما إذا كانت الأجزاء تعمل معًا. تساعدني عمليات التحقق الشاملة في رؤية التدفق الكامل لتجربة المستخدم. أنا لا أطارد العد الاختباري وحدي. أبحث عن اختبارات تحمي الأجزاء التي من المرجح أن تفشل. إن المراقبة مهمة بنفس القدر. النظام بدون مراقبة يترك الفريق أعمى. أريد أن أعرف متى ترتفع معدلات الخطأ، ومتى تنحرف أوقات الاستجابة، ومتى تتوقف الخدمة الرئيسية عن العمل كما هو متوقع. تساعد السجلات. تساعد المقاييس. تساعد التنبيهات عند ضبطها بعناية. يؤدي وجود عدد كبير جدًا من التنبيهات إلى حدوث ضوضاء. عدد قليل جدًا من ترك الفجوات. أهدف إلى تحقيق التوازن حتى يلاحظ الفريق مشكلة حقيقية دون الغرق في الرسائل. كما أنني أهتم بشدة بإدارة التغيير. العديد من حالات الفشل لا تبدأ بخطأ واحد كبير. يبدأون بتغيير بسيط يبدو آمنًا. تحديث التكوين. تبعية جديدة. تغيير بسيط في التعليمات البرمجية في خدمة مشتركة. إذا كانت عملية الإصدار ضعيفة، فيمكن لخطوة صغيرة واحدة أن تؤثر على النظام بأكمله. أفضّل التغييرات التي تكون سهلة المراجعة، وسهلة التراجع، وسهلة التتبع. يمكن أن تساعد علامات الميزات. الإصدارات التي تم إصدارها يمكن أن تساعد. يمكن أن تساعد ملاحظات الإصدار الواضحة بشكل أكبر. عندما يحدث خطأ ما، أريد أن يعرف الفريق ما الذي تغير وأين يجب البحث أولاً. مثال حقيقي يتبادر إلى الذهن. لقد عملت ذات مرة مع فريق ظل يشهد تباطؤًا عشوائيًا في الخدمة. كان رد الفعل الأول هو إضافة المزيد من الخوادم. لقد ساعد ذلك قليلاً، لكن المشكلة عادت. بعد إلقاء نظرة أعمق، وجدنا أن استعلام قاعدة البيانات أصبح مكلفًا للغاية أثناء التحميل. لم يكن الإصلاح ميزانية أكبر. لقد كانت هندسة أفضل: استعلام أنظف، وفهرس أفضل، وذاكرة تخزين مؤقت صغيرة للقراءات المتكررة. وكانت النتيجة أداءً أكثر ثباتًا ومكالمات أقل في وقت متأخر من الليل. هذه القصة تبقى معي لأنها تعرض نفس الدرس في كل مرة. الأنظمة الموثوقة لا يتم بناؤها بالصدفة. يتم تشكيلها من خلال الاختيارات الدقيقة. نهجي بسيط. أنا أصمم من أجل الفشل، وليس من أجل النجاح فقط. أكتب رمزًا يمكن للآخرين قراءته. أقوم باختبار المسارات التي يسلكها المستخدمون بالفعل. أنا أراقب ما هو أكثر أهمية. أبقي التغييرات صغيرة بما يكفي لفهمها. أتعامل مع التوثيق كجزء من النظام، وليس كمهمة إضافية. عندما تتبع الفرق هذه العادات، يصبح العمل أقل فوضوية. تحصل فرق الدعم على عدد أقل من المشكلات المفاجئة. تتحرك فرق المنتجات بثقة أكبر. يقضي المهندسون وقتًا أقل في مطاردة الدخان ووقتًا أطول في تحسين المنتج. هذا هو المعيار الذي أحاول الحفاظ عليه. ليس الكمال. ليس الضجيج. مجرد أنظمة تبقى مفيدة عندما يعتمد عليها الناس.

كنت أعتقد أن التوقف هو العدو الرئيسي. الآن أرى الأمر بشكل مختلف. التوقف هو الإنذار. وعدم الاستقرار هو المشكلة في ظل ذلك. عندما يتباطأ الموقع، أو تتعطل عملية الدفع، أو يتوقف تحميل لوحة المعلومات، يبدأ الضرر قبل أن يصبح انقطاع الخدمة مرئيًا. يفقد المستخدمون الثقة. المبيعات تفلت من أيدينا. فريقي يهدر الطاقة في إصلاحات الذعر. ولهذا السبب توقفت عن محاولة مطاردة كل انقطاع بعد حدوثه. لقد بدأت البناء من أجل الاستقرار. أريد أنظمة تبقى هادئة تحت الضغط. أريد الصفحات التي يتم تحميلها عندما ترتفع حركة المرور. أريد تنبيهات تشير إلى مشكلة حقيقية، وليس سيلًا من الضجيج. أريد إعدادًا يمنح فريقي مساحة للتفكير. ولم يكن التحول دراماتيكيا. لقد جاء من تغييرات صغيرة، تمت بعناية. أبدأ بالنقاط الضعيفة. الخطوة 1: ابحث عن الأجزاء التي تفشل في أغلب الأحيان، وألقي نظرة على السجلات وتذاكر الدعم والصفحات البطيئة. في أحد المشاريع، ظل متجر صغير عبر الإنترنت يتجمد أثناء إطلاق المنتج. في لمحة، بدت خدمة الدفع وكأنها المشكلة. وبعد إلقاء نظرة فاحصة، وجدت المشكلة الحقيقية في ملفات الصور الكبيرة وصفحة المنتج الثقيلة. لم يفشل الخروج من تلقاء نفسه. لقد واجهت صعوبات بعد أن قامت الصفحة بتحميل الكثير من العمل قبل أن يصل إليها المستخدم. من السهل تفويت هذا النوع من المشكلات عندما أنظر فقط إلى الخطأ الأخير. أحتاج إلى تتبع المسار قبل الفشل. الخطوة 2: إزالة نقاط الفشل الفردية لا أثق في مسار واحد لكل مهمة حرجة. إذا كان هناك خادم واحد، أو عقدة قاعدة بيانات واحدة، أو مسار دفع واحد يحمل كل الثقل، فأنا أعلم أن النظام يمكن أن ينحني في المكان الخطأ. أحاول نشر المخاطر. أحتفظ بالنسخ الاحتياطية بشكل بسيط. أتأكد من أن الفريق يعرف ما يحدث إذا توقف جزء واحد عن العمل. كانت لدى إحدى العيادات الصغيرة التي عملت معها شاشة حجز واحدة لجميع المواعيد. عندما تعطلت تلك الشاشة، لم يكن لدى الموظفين نسخة احتياطية نظيفة. أضفنا نموذجًا احتياطيًا نصيًا عاديًا ومسارًا يدويًا لتسجيل الوصول. ظل النظام مفيدًا حتى عندما واجهت الشاشة الرئيسية مشكلة. استمر الموظفون في العمل. استمر المرضى في التحرك. الخطوة 3: الاختبار تحت التحميل قبل أن يقوم المستخدمون بذلك نيابةً عني، ولا أنتظر ارتفاعًا في حركة المرور لإخباري بما يحدث. أقوم بإجراء اختبارات الحمل. أشاهد استخدام الذاكرة وأوقات الاستجابة ونمو قائمة الانتظار. أبقي الاختبارات قريبة من الطريقة التي يتصرف بها المستخدمون الحقيقيون. الاختبار الذي يبدو نظيفًا على الورق لا يزال من الممكن أن يخطئ عنق الزجاجة الذي يظهر في الاستخدام المباشر. تعجبني هذه الخطوة لأنها تحول الخوف إلى حقائق. لقد رأيت ذات مرة فريقًا يضيف المزيد من الزيارات من حملة إلى موقع لم يتم اختباره مطلقًا بما يتجاوز الاستخدام اليومي العادي. ظل الموقع نشطًا لفترة من الوقت، ثم تباطأ بشدة عند الخروج. لم تكن القضية سوء نية. لقد كانت فجوة في الاختبار. كان من الممكن أن يؤدي إجراء فحوصات التحميل المخطط لها بعد ظهر أحد الأيام إلى توفير أيام من التنظيف. الخطوة 4: اجعل التغييرات صغيرة التغييرات الكبيرة تحمل مخاطر كبيرة. أفضّل الإصدارات الأصغر حجمًا، وملاحظات الإصدار الواضحة، وخطة التراجع البسيطة. إذا كان التغيير يسبب مشكلة، أريد أن أعرف ما الذي تغير وكيف أتراجع دون ضجيج. هذه العادة تساعد أكثر مما يتوقع الناس. أنه يقلل من التوتر. فهو يجعل عمل السبب الجذري أسهل. فهو يحافظ على خطأ واحد من التحول إلى فوضى أكبر. الخطوة 5: تعيين التنبيهات التي تؤدي إلى اتخاذ إجراء، يمكن أن تؤدي كثرة التنبيهات إلى تخدير الأشخاص. أريد أن يجيب كل تنبيه على سؤال واضح: ما الذي فشل، وأين، وما الذي يجب أن أتحقق منه الآن؟ إذا لم يتمكن التنبيه من توجيه الإنسان، فإنه يصبح فوضى. لقد رأيت فرقًا تتجاهل علامات التحذير لأن لوحة القيادة الخاصة بهم كانت تصرخ طوال اليوم. هذا ليس السلامة. هذا هو التعب. التنبيهات الجيدة تساعدني على التحرك بسرعة. لا يطلبون مني التخمين. الخطوة 6: البناء من أجل التعافي، وليس الكمال. لا أتوقع أن يظل النظام مثاليًا. أتوقع أن يتعافى بألم أقل. وهذا يعني نسخًا احتياطيًا واضحًا وسجلات نظيفة وفريقًا يعرف الخطة. وهذا يعني أيضًا أنني أوافق على استمرار ظهور بعض المشكلات. الهدف ليس التظاهر بأنها لن تحدث أبداً. الهدف هو إبقائهم صغيرين. هذا الرأي غيّر طريقة عملي. لم أعد أقيس التقدم من خلال أرقام وقت التشغيل فقط. ألقي نظرة على كيفية تعامل الفريق مع التوتر، ومدى سرعة عثوره على نقطة الضعف، ومدى الضرر الذي يمكن أن يحدثه حادث واحد. النظام المستقر ليس هو النظام الذي لا يواجه مشاكل أبدًا. إنها واحدة تظل مفيدة عند وصول المشكلة. إذا اضطررت إلى اختصار الفكرة بأكملها في سطر واحد، فسأقول هذا: توقف عن التعامل مع وقت التوقف عن العمل كهدف. قم ببناء نظام يمكنه التنفس تحت الضغط، واستيعاب التغيير، ومواصلة الحركة. وهذا هو نوع الاستقرار الذي أثق به. اتصل بنا على weierma: mr.wang@wellmagatingrail.com/WhatsApp 13912765118.

جون ميلر 2024 التصميم لوقت تشغيل بنسبة 99.9 بالمائة في أنظمة الويب الحديثة سارة كولينز 2023 استراتيجيات المراقبة التي تقلل من وقت توقف الخدمة ديفيد تورنر 2022 بناء منصات مستقرة من خلال الهندسة الموجهة نحو الفشل إميلي هاريس 2024 اختبار النسخ الاحتياطي العملي لعمليات التوفر العالية مايكل ريد 2021 إدارة الإصدار والتخطيط للتراجع عن الخدمات الموثوقة لورا بينيت 2023 تقليل المخاطر في ارتفاع حركة المرور من خلال اختبار التحميل والتخزين المؤقت