🛠 8 марта, у DataDog случился инцидент, в рамках которого большое количество серверов оказалось недоступно после автоматической установки обновления безопасности и перезапуска systemd-networkd.

На основе произошедшего, инженеры написали подробнейший разбор инцидента. И на мой взгляд, разбор является хорошим примером того, как можно подходить к вопросу реагирования на подобные ситуации...

- 2023-03-08 Incident: Infrastructure connectivity issue affecting multiple regions
- 2023-03-08 Incident: A Deep Dive into the Platform-level Impact
- 2023-03-08 Incident: A Deep Dive into Our Incident Response

#sre #incident #напочитать