Несмотря на то что критичные системы проектируются и воплощаются в жизнь с расчётом на минимальное время простоя, используя такие технологии отказоустойчивости, как избыточность на аппаратном и программном уровне, репликация данных, балансировка нагрузки, микросервисная архитектура и прочие, мы, как вендор, регулярно сталкиваемся с тем, что системы дают сбой, что ведёт к недоступности и простоям.

По нашей статистике лишь треть проблем вызваны чисто техническими причинами, остальные — так называемый «человеческий фактор» и отсутствие или нерабочие процессы сопровождения. И именно про процессы мы и поговорим на докладе.

Рассмотрим, как можно от реактивной поддержки по инцидентам перейти к проактивной — решая проблемы не по мере возникновения, а предвосхищая их. Зададим себе правильные, и во многом неприятные вопросы и попробуем понять, чего не хватает, и какие процессы нуждаются в организации или улучшении.