Google SRE 的书中提到了一个点，说要能够把 SRE 的工作落地好，实践好，做好 排班 OnCall 是其中关键一环。很多人不理解个中道理，本文会尝试解释一下底层的逻辑。
先来看一下 Notion 的解释：
告警排班OnCall是指将系统的告警按照一定的轮换方式分配给运维人员值班处理。这种制度可以带来以下好处：
- 更快的响应时间：OnCall制度可以确保有专人负责处理系统告警，减少了响应时间和修复时间，提升了系统的可用性和稳定性。
- 提高运维效率：OnCall值班制度可以让运维人员更好地分配工作，避免重复工作和任务交叉，提高运维效率和工作质量。
- 增强团队凝聚力：OnCall制度可以促进团队成员之间的交流和合作，增强团队凝聚力和协作能力，提高团队整体水平。
建议SRE落实OnCall制度的原因如下：
- 保障系统稳定性：在复杂的IT环境中，系统的稳定性是至关重要的。OnCall制度可以让系统故障及时得到处理，保障系统的稳定性和可用性。
- 提高运维质量：OnCall制度可以让运维人员更加专注于工作，减少了干扰和打扰，提高了运维质量和效率。
- 增强团队协作：OnCall制度可以让团队成员更好地协作和合作，共同应对系统故障和问题，提高团队整体水平。
因此，建议SRE落实OnCall制度，以确保系统的稳定性和可用性，提高运维质量和效率，并增强团队协作和凝聚力。
下面是我的个人看法：
利于团队稳定
每个人都希望干点舒心的活，值班 OnCall 显然不是个舒心的活，比如我们现在做夜莺监控社区的答疑，有很多人不懂得《提问的智慧》，有的时候会让值班人员非常恼火。不舒心的事情只让特定的人干，那这个人就离离职不远了，而排班就是一个解决这类问题的手段。咱们轮换着来，比如一周一次，值班的这一周确实不太开心，但是总有个奔头。
利于知识沉淀
值班的这个人，在值班期间肯定是希望有看得见的产出的，值班期间最看得见的产出就是沉淀下来的文档、FAQ等，当然，如果能沉淀出自助化服务的平台，那自然是更好不过。因为大家都不想值班，那就会想办法改进，每个人都去值班就可以让所有人都有动力做出改进。
提供更好的支持服务
当这个人确定本周值班的时候，他就不去做其他事情了，时刻准备着帮助用户解决问题，对用户来说，反应效率更快了，体验也就更好了。如果没有排班，大家就容易相互踢皮球，说我有这个事情要忙，他有那个事情要忙，客户的工单却迟迟无法解决。如果是 SRE，通常会配备专门的值班手机，对于故障的响应会更好，值班手机的短信提醒铃声都是一首歌。。首歌。。歌，巨长，声音贼大，确保值班人员不遗漏问题。
那有没有什么工具可以支持排班这个事情呢？
其实最简单的就用个共享的表格也能做，就是稍微麻烦点，比如平时排了个班，节假日想调整，某人临时有事想换班调班，而且轮换的时候也没有自动通知提醒，管理起来都相对比较费劲。业内也有一些产品可以做这个事情，比如 PagerDuty 和 FlashDuty，排班功能都是免费的，各位可以尝试一下。最终的效果，一般大概都是长这个样子：
