SEVレベルとは

インシデントの重要度を表す度合いであり、対応優先度の判断の目安となる

障害が起きたとき、「これはすぐ全員で対応すべきか、明日の通常業務でよいか」の判断が人によってぶれると、対応が遅れたり、逆に必要のない緊急招集が起きたりします。SEVレベルは、その判断をあらかじめ言語化しておくためのものです。

レベルが決まれば、誰に知らせるか、どこまで手を止めるか、あとでポストモーテムを書くかまでが自動的に決まります。

SEVレベルの定義

レベル	定義	例	対応	ポストモーテム
SEV1	多くの利用者に影響する重大な障害。経営層への報告や対外的な告知が必要	長時間の停止によるSLA違反、データが漏れうる脆弱性の発見	重大インシデント。責任者を立て、内外に周知	必須
SEV2	多くの利用者がサービスを使えない重大な障害	ほぼ全員が画面を使えない、または性能が大きく低下	重大インシデント。責任者を立てて対応	必須
SEV3	一部の利用者への影響や、安定性の問題。担当チームがすぐに対応すべきもの	一部機能の停止、1台の故障で止まる構成	担当チームが最優先で調査。切り戻しも検討	任意
SEV4	対応は必要だが、利用には影響しない	性能の低下や遅延、1台の故障、主要でない定期ジョブの失敗	担当チームが通常作業より優先して対応	任意
SEV5	利用に影響しない、見た目の問題やバグ	すぐには影響しないバグ、表示の崩れ	課題として登録し、担当者が対応	任意

各レベルの定義・例・対応は PagerDuty Incident Response Documentation、ポストモーテムの要否は Atlassian Incident Management Handbook をもとに作成しています。

原因が分かってからでは遅いので、影響範囲が見えた時点で暫定のレベルを置きます。調査が進んで実態と合わなくなったら、その場で上げ下げします。

低く見積もって対応が遅れる損失のほうが、高く見積もって人が集まる損失より大きくなります。下げるのは後からでもできます。

重大インシデントは、復旧して終わりにせず、ポストモーテムを書くところまでを対応に含めます。