Comment maintenez-vous une rotation d'astreinte soutenable ?

Mesurez la charge et traitez les alertes comme des défauts. Suivez le nombre d'alertes par tour de garde, celles hors heures ouvrées et combien étaient actionnables, puis fixez un seuil qui déclenche du travail de fiabilité au lieu de tolérer le bruit. Gardez la rotation assez large pour que les tours soient espacés, exigez des notes de passation et un runbook par alerte, rendez du temps après une mauvaise nuit, et laissez l'équipe qui livre un service le porter.

Je le mesure, parce que tout le monde dit se soucier de la santé de l'astreinte et très peu d'équipes savent vous dire leur nombre d'alertes par tour. Je suis le total d'alertes, celles hors heures ouvrées, et combien étaient actionnables. Ma règle, c'est que plus de deux alertes hors heures ouvrées dans une semaine est un défaut du système plutôt qu'un coup de malchance, donc ça entre dans le sprint suivant comme travail de fiabilité au même poids qu'une fonctionnalité. Cette seule règle a fait passer ma dernière équipe d'environ neuf alertes nocturnes par mois à moins de deux en un trimestre, surtout en corrigeant trois alertes bruyantes que tout le monde avait appris à ignorer, ce qui est un danger en soi. Concrètement : une rotation d'au moins six pour que personne ne soit d'astreinte plus d'une semaine sur six, des notes de passation obligatoires, un runbook par alerte sinon l'alerte est supprimée, et si quelqu'un a été debout à trois heures du matin il commence tard et je ne veux pas de discussion là-dessus. L'équipe qui livre le service le porte, parce que séparer les deux garantit que personne ne corrige le bruit.