概念位置

Alert runbook 是可觀測性與操作流程的交界。告警搭配 runbook 後，事故處理可以從個人經驗轉成團隊流程。

可觀察訊號與例子

系統需要 alert runbook 的訊號是 on-call 收到告警後仍要臨場猜原因。Consumer lag 告警應連到 queue depth、error rate、下游 latency、dead-letter queue 數量與擴容或暫停流程。

設計責任

Runbook 要包含影響判斷、查詢連結、原因分類、立即緩解、回復驗證與升級路徑。每次事故後應更新 runbook，讓下一次處理更可重現。