On-call et astreintes¶

Organiser des rotations saines, compenser equitablement, assurer un handoff efficace et préserver la sante de l'équipe.

Organisation des rotations¶

Une rotation on-call bien organisée est le fondement d'une exploitation saine. Sans structure claire, l'astreinte devient une source de stress permanent et de burn-out.

Taille minimale d'équipe¶

Une rotation saine nécessité au minimum 5 a 6 personnes. En dessous, chaque membre est d'astreinte trop fréquemment pour récupérer entre les cycles.

Primary / Secondary¶

Un modèle robuste définit deux niveaux d'astreinte :

• Primary : premier a être contacte, géré les incidents de premier niveau
• Secondary : escalade si le primary ne répond pas ou si l'incident dépassé son périmètre
• Le secondary peut aussi être en training (shadowing) pour les nouveaux membres

sequenceDiagram
    participant Alert as Alerte
    participant P as Primary on-call
    participant S as Secondary on-call
    participant M as Manager

    Alert->>P: Page (alerte)
    P->>P: Acknowledge (< 5 min)
    alt Incident resolu
        P->>Alert: Resolu
    else Primary non disponible ou depasse
        P->>S: Escalade
        S->>S: Acknowledge
        alt Incident resolu
            S->>Alert: Resolu
        else Impact majeur
            S->>M: Escalade management
        end
    end

Règles de compensation¶

L'astreinte est une contrainte réelle qui merite une compensation juste et transparente.

Formes de compensation¶

Handoff : transfert d'astreinte¶

Le handoff est le moment critique du changement de garde. Un mauvais transfert laisse le nouveau primary sans contexte sur des incidents en cours ou des systèmes fragilises.

Contenu d'un handoff complet¶

• Incidents en cours ou surveilles : statut, actions en attente, contacts clés
• Systèmes fragilises : dégradations connues, contournements actifs
• Changements récents : déploiements, migrations, modifications de config
• Alertes "bruyantes" connues : faux positifs recurrents a ne pas ignorer
• Points d'attention particuliers pour la periode a venir

Journal d'astreinte¶

Tenir un journal pendant la periode on-call facilite le handoff et fournit une trace pour l'analyse post-incident.

• Horodater chaque événement significatif
• Noter les actions effectuees et leurs résultats
• Mentionner les systèmes vérifiés même sans incident
• Lier aux tickets ou runbooks utilisés

Runbooks d'astreinte¶

Un runbook d'astreinte est un guide pas-a-pas pour les scenarios les plus courants. Il doit être actionnable a 3h du matin par quelqu'un qui vient d'être reveille.

Critères d'un bon runbook¶

• Court et direct : pas de prose, des étapes numerotees
• À jour : décrit le système tel qu'il est, pas tel qu'il etait il y a 6 mois
• Testable : l'équipe peut vérifier que les commandes fonctionnent
• Lienable : l'alerte pointe directement vers le runbook

Voir Documenter les opérations pour le format détaillé des runbooks.

Outils d'astreinte¶

Sante d'équipe : métriques a suivre¶