从 MTTA 到 MTTR：事故响应链路里最容易被忽略的 5 个断点
管理 MTTA 和 MTTR 不能只看平均值，要把事故响应拆成发现、判断、认领、协作和复盘五个断点，并让每一段可记录、可分派、可升级、可改进。
标签：On-call
汇总 Flashcat 博客中与 On-call 相关的文章，方便按主题连续阅读实践、案例、选型和产品更新。
On-call 相关文章
On-call 不是轮流背锅：如何设计一个不把人耗干的值班体系
健康的 On-call 不是排满值班表，而是同时治理告警质量、值班负载、升级路径、休息补偿和复盘改进，让正确的人处理正确的问题。
告警疲劳不是通知问题，而是故障对象建模问题
告警疲劳的根因往往不是通知渠道太吵，而是 Event、Alert、Incident 没有分层建模。本文拆解如何通过事件聚合、告警聚合、标签治理、静默、抑制、抖动检测和路由分派，让通知更接近真实故障对象。
如何用作战室提升重大故障协同效率
重大故障作战室不是再拉一个群，而是围绕故障建立临时协同现场，明确角色分工、同步处理动作、沉淀时间线，并把状态页、工单系统和复盘流程串起来。
如何用状态页做好故障期间的内外部沟通
本文介绍如何用 Flashduty 状态页在故障和维护期间统一内外部沟通，通过公开状态页、内部状态页、组件、事件生命周期和订阅机制降低沟通噪音。
如何用 Flashduty 分析看板发现告警噪音来源
本文介绍如何用 Flashduty 分析看板从团队、协作空间、严重程度、时间、中断次数和告警 TOP 等维度定位告警噪音来源，并把治理动作做成可验证的持续改进。
如何设计告警标签，后续降噪和分派才不会乱
告警标签要先保证 service、team、env、severity、resource 稳定，再扩展 check、cluster、source。标签稳定以后，Flashduty 的路由、分派、聚合、静默、抑制和分析才会简单。
如何配置第一张值班表和升级策略
在 Flashduty 中配置第一张值班表的最短路径：先选试点协作空间，创建主备值班表，再用 Critical 分派策略验证通知、认领、升级和关闭链路。
10 分钟接入 Zabbix 告警到 Flashduty
用 10 分钟把 Zabbix 告警接入 Flashduty，完成 media type、user、trigger action、测试告警、故障生成和分派通知验证。
10 分钟接入 Prometheus 告警到 Flashduty
用 10 分钟把 Prometheus Alertmanager 告警接入 Flashduty，完成 Webhook 推送、测试告警、故障生成、分派通知和接入检查。
故障复盘报告怎么写？用 AI 自动生成初稿的正确方式
AI 适合把故障详情、时间线、作战室讨论和告警上下文整理成复盘初稿，但根因判断、影响确认和改进项承诺仍然必须由人负责。
Opsgenie/PagerDuty 替代方案怎么选
选择 Opsgenie 或 PagerDuty 替代方案，不是换一个通知工具，而是重建告警接入、降噪、值班分派、通知触达、协同复盘和治理指标这条故障响应链路。
自研告警平台还要不要继续维护？成本、能力和风险对比
自研告警平台的真实成本不只是研发和服务器。评估是否继续自研，要看业务语义、维护投入、响应闭环、企业级能力和迁移风险。
MTTA 和 MTTR 怎么算？如何用指标管理故障响应效率
MTTA 和 MTTR 不能单独解释故障响应效率。拆开认领、恢复、响应比例、中断次数、响应投入和告警 TOP，才能定位 On-call 链路到底慢在哪里。
值班表怎么排才合理？SRE On-call 轮班机制设计指南
从责任边界、主备机制、轮换周期、服务日历、通知偏好、调班与升级策略等角度，系统梳理 SRE On-call 值班表设计方法。
告警太多怎么办？从规则治理到告警响应平台的完整方法
本文介绍告警太多时不能只靠删规则或调阈值，而要从事件、告警、故障分层出发，同时治理告警源头、聚合抑制静默延迟、建设 On-call 响应流程，并用 MTTA、MTTR、压缩率等指标持续衡量效果。
On-call POC 验收清单：如何判断一个告警响应平台是否值得买
本文提供 On-call 告警响应平台 POC 验收清单，从真实告警接入、标签治理、分派通知、值班升级、告警降噪、故障闭环、协同、状态页、工单集成、分析看板、权限审计和成本模型判断平台是否值得采购。
Flashduty 14 天试用指南：第一天应该接什么、看什么、验证什么
本文提供 Flashduty 14 天试用指南，帮助团队用真实告警验证接入、协作空间、标签、分派策略、值班表、告警降噪、分析看板、IM 协同、状态页、复盘和 License 成本。
从收到告警到故障复盘：一次完整 On-call 闭环怎么设计
本文介绍完整 On-call 故障响应闭环设计，从告警建模、分派策略、通知触达、自动升级、故障详情、作战室、状态页、工单联动到故障复盘，帮助团队把告警处理变成可追溯、可改进的流程。
如何把告警风暴变成可处理故障：一套告警降噪实践
本文介绍 Flashduty 告警降噪实践，从事件、告警、故障模型出发，梳理标签增强、Pipeline 清洗、告警聚合、风暴预警、抖动检测、静默、抑制和 14 天验证方法。
