ข้ามไปยังเนื้อหาหลัก (Skip to content)

On-call Survival Guide: วิธีอยู่รอดตอน PagerDuty ร้องตอนตีสาม

เผยแพร่
• อ่านประมาณ 4 นาที
On-call Survival Guide: วิธีอยู่รอดตอน PagerDuty ร้องตอนตีสาม
สารบัญบทความ (Table of Contents)

สวัสดีครับ! On-call เป็นหนึ่งในประสบการณ์ที่ “เจ็บแต่จำ” ของ developer — ตื่นตีสาม, server ล่ม, ลูกค้าโวย, ผู้จัดการ ping ทุก 5 นาที วันนี้ผมจะแชร์ survival guide จากประสบการณ์ on-call มา 3 ปีครับ


📋 ก่อนเข้ากะ: เตรียมตัว

1. Runbook ต้อง Ready

ทุก alert ต้องมี runbook ตอบว่า:

  • Alert นี้หมายความว่ายังไง
  • ขั้นตอนเช็ค root cause
  • วิธีแก้ชั่วคราว (mitigation)
  • ใคร escalate ถ้าแก้ไม่ได้

อย่ารอให้ alert มาก่อนแล้วค่อยเขียน — ตอนนั้นคุณสมองไม่ทำงาน

2. Access ครบ

  • VPN ใช้ได้
  • Kubectl config มี
  • Cloud console login ผ่าน
  • Dashboard bookmark ไว้

ทดสอบ 1 วันก่อนเข้ากะ ไม่ใช่ตอนไฟไหม้

3. Sleep Setup

  • โทรศัพท์ข้างเตียง ระดับเสียงสูงสุด
  • Laptop ชาร์จเต็ม, ไม่ต้อง password ยาว
  • แจ้งครอบครัว/คู่ขา ว่าอาจโดนปลุก

🚨 ตอน Alert ดัง: 3 นาทีแรกสำคัญที่สุด

Step 1: Acknowledge ภายใน 1 นาที

กด ACK ก่อน — บอกทีมว่า “มีคนจัดการอยู่” ป้องกันคนอื่นตื่นตาม

Step 2: Triage

เป็น user-facing ไหม?
- Yes → Severity P1 → ประกาศ incident
- No → มี SLO budget พอไหม? → ค่อยแก้

Step 3: Mitigate ก่อน Fix

  • Rollback > forward fix
  • Scale up ชั่วคราว
  • Disable feature flag
  • Traffic shift ไป region อื่น

“Stop the bleeding first, diagnose later”


💬 Communication ตอน Incident

กฎทอง

  1. Over-communicate — ดีกว่า silent
  2. Update ทุก 15 นาที แม้ไม่มีอะไรใหม่
  3. ภาษาธรรมดา — ไม่ใช้ศัพท์เทคนิคกับคนที่ไม่ใช่ dev
  4. Timeline ชัดเจน — ETA ตอนไหน ใครทำอะไร

Template ที่ใช้

📍 Status: INVESTIGATING | MITIGATING | RESOLVED
🔍 Impact: [ลูกค้าเห็นผลกระทบอะไร]
⚡ Action: [กำลังทำอะไร]
⏱️ Next update: [เวลา]

🧠 หลัง Incident: Postmortem

Blameless เป็นหัวใจ

ไม่ถาม “ใครทำพัง?” ถาม “ระบบเราทำไมยอมให้เกิดขึ้นได้?“

5 Whys

Q: ทำไม server ล่ม?
A: Memory leak
Q: ทำไม memory leak?
A: Cache ไม่มี TTL
Q: ทำไมไม่มี TTL?
A: Code review miss
Q: ทำไม review miss?
A: ไม่มี checklist
Q: ทำไมไม่มี checklist?
A: เรายังไม่ได้สร้าง ← root cause

Action Items ต้อง SMART

  • ❌ “พยายามระวังมากขึ้น” (วัดไม่ได้)
  • ✅ “เพิ่ม cache TTL check ใน pre-commit hook ภายใน 2 สัปดาห์”

🧘 Mental Health

On-call กระทบจิตใจมากกว่าที่คิด:

  • Adrenaline crash หลัง incident → อ่อนล้าครึ่งวัน
  • Pager anxiety — แม้ไม่ได้ on-call ก็ได้ยินเสียงหลอน
  • Burnout — รันกะถี่เกินไป

วิธีดูแลตัวเอง

  1. Compensatory day-off — on-call เดือนนี้ = ลาพักเดือนหน้า
  2. Rotation fair — ไม่ควรเกิน 1 สัปดาห์ทุก 4-6 สัปดาห์
  3. No-blame culture — จาก leadership
  4. On-call pay — บริษัทควรจ่าย 💰

🎯 สรุป

On-call ที่ดีไม่ได้วัดจาก “จำนวน incident ที่แก้ได้” แต่วัดจาก “จำนวน incident ที่ไม่เกิดซ้ำ”

ถ้าคุณเจอ incident เดิมทุกสัปดาห์ → ระบบพัง ไม่ใช่คุณขี้เกียจ ต้องกลับไปแก้ root cause ไม่ใช่แค่ mitigate

ขอให้ทุกคน on-call อย่างมีสุขภาพจิตดีครับ เจอกันใหม่ 🚀

About the Author

Warongkon Fukthongyoo
Software Developer

Warongkon is a Software Developer with 4 years of experience building high-performance, scalable solutions and RESTful APIs.

He specializes in C#, TypeScript, Angular, and .NET, following Clean Code and SOLID principles to drive impactful software solutions.

บทความที่เกี่ยวข้อง (Related Posts)