SRE On-Call 值班手册：从告警响应到事故复盘的全流程规范

让每一次告警都有人接、有人跟、有人复盘。本文提供一套可直接落地的值班体系：告警分级、响应流程、升级机制、复盘模板，适合 5-30 人运维/SRE 团队。前言没有 On-Call 体系的团队，告警响应靠"谁看到谁处理"：凌晨告警没人看、多人同时排查浪费时间、同样的问题反复出现。On-Call 的本质是：明确责任人 + 标准化流程 + 持续改进。本文记录了我们从"群里喊一嗓子"到"分级响应+自动升级+周复盘"的完整建设过程。一、告警分级体系四级分类级别定义响应时间通知方式P0核心业务完全不可用5 分钟电话 + 钉钉P1核心业务部分受损（错误率 5%）15 分钟钉钉P2非