Fundamentos de Escala de Plantão e Escalonamento

Uma escala de plantão é um cronograma que define quem é responsável por responder a alertas de produção em um determinado momento. Em vez de "todo mundo é meio responsável", uma pessoa nomeada assume o pager por uma janela definida, e depois passa a vez para a próxima pessoa. Uma política de escalonamento é o conjunto de regras que define o que acontece quando essa pessoa não responde. Uma política normal é mais ou menos assim: chama o titular, espera alguns minutos por uma confirmação e, se nada acontecer, chama o suplente. Ainda nada? Chama o gestor de plantão. Por que formalizar isso em vez de simplesmente chamar quem estiver por perto? Alguns motivos. Primeiro, isso elimina o efeito espectador. Se você manda mensagem num canal cheio de gente às 3 da manhã, todo mundo assume que outra pessoa vai resolver e ninguém assume o problema. Uma escala deixa uma pessoa claramente responsável. Segundo, isso elimina um ponto único de falha. As pessoas dormem, perdem sinal ou estão voando. A cadeia de escalonamento garante que, se o primeiro respondente estiver inacessível, o alerta ainda chegue a um humano em vez de morrer em silêncio. Terceiro, isso protege as pessoas. Uma escala definida significa que você sabe exatamente quando é responsável e quando está realmente de folga. O "chama alguém aí" informal faz com que todo mundo esteja sempre um pouco de plantão, o que esgota as pessoas. Uma distinção que vale a pena conhecer logo no primeiro dia: confirmar um alerta (ack) significa "estou cuidando disso, pare de escalonar". Resolver significa "o problema foi realmente corrigido". Gente nova esquece de dar o ack, o sistema entende que ninguém respondeu, e escalona para o gestor às 3 da manhã. Não seja essa pessoa.