网硕互联帮助中心小团队一人多角色，关键不是"谁专职"，而是"每件事都有明确的责任人（Accountable）"。
RACI：R=执行、A=负责、C=被咨询、I=被告知。
一、角色定义（典型 10 人内配置）
| 技术负责人（TL） | 1 | 技术决策、事故最终拍板、SLO 对齐业务 |
| 平台/SRE 工程师 | 1–2 | K8s/监控/CI-CD/可观测性建设、On-call 主岗、SOP 维护 |
| 后端研发 | 4–6 | 业务服务开发、服务级 Runbook 编写、兼任 On-call |
| 前端/全栈 | 1–2 | 前端与部分网关/接入层 |
| 产品经理 | 0–1 | 需求与故障业务影响评估 |
10 人内通常不设专职运维经理；平台工程师承担"运维体系 owner"，TL 承担"事故指挥（IC）"轮值统筹。
二、关键活动 RACI
| 运维体系规划 | A | R | C | 平台工程师落地，TL 拍板 |
| K8s/集群运维 | I | A/R | C | 平台工程师主责 |
| 监控/可观测性建设 | C | A/R | R(埋点) | 研发负责自己服务埋点 |
| CI/CD 流水线 | C | A/R | C | |
| 服务上线评审 | A | R | R | 不满足 Checklist 不打回 |
| 生产变更执行 | A | R | C | 小团队=PR+1审批 |
| 故障应急指挥(IC) | A/R(轮值) | R | C | TL 或值班 IC 指挥 |
| 故障复盘 | A | R | R(相关) | Blameless |
| On-call 值班 | I | A/R(主) | R(轮值) | |
| 容量规划 | A | R | C | |
| 安全事件响应 | A | R | R | |
| 成本优化 | A | R | C |
三、值班与升级
- 主岗：平台/SRE 工程师（7×24 主响应）。
- 副岗：研发轮值（每人约 1 周/月），处理非平台类业务故障。
- 升级路径：副岗 5min 未响应 → 主岗；主岗 15min 未控制 → TL；TL 决定拉全员/对外沟通。
- 事故指挥（IC）：每次 SEV1/2 必须指定唯一 IC，避免群龙无首。IC 不亲自排查，只做决策与资源调度。
四、协作工具
- 日常沟通：飞书/企业微信群。
- 事故群：专用"线上事故"群，SEV1/2 自动拉群。
- 文档：语雀/Confluence；代码与配置 Git 评审。
- 工单：轻量（飞书多维表格/Issue），小团队不必上重 ITSM。
评论前必须登录！
注册