轮班计划

1）目标和框架

• 保证覆盖SLO关键流程（存款，利率/设置，结论，KYC/AML）；
• 在一天中的任何时间减少MTTA/MTTR；
• 遵守劳动法和国内政策（周末/休息时间/夜间）。

2）角色和支持级别

L1（NOC/Operations）：主要三重奏，运行运行手册，升级。
L2（域名呼叫）：Payments、Games/Core、Data/Infra-深度诊断和虚构。
L3 （SRE/Platform/Dev）：配置更改、修补程序、紧急版本。
IC/CL（事件指挥官/Comms Lead）：负责事件和通信。
Duty Manager（按更改）：确认状态、风险、冻结窗口。

3）轮班和轮换模式

3.1 24 × 7个覆盖范围

8 × 3（三个八小时）：Day （08：00-16：00）, Swing （16：00-00：00）, Night （00：00-08：00）。管理简单，需要更多的员工。
12 × 2（两个十二小时）：Day （08：00-20：00）, Night （20：00-08：00）。更少的hendovers，更高的疲劳风险-与限制使用。
追随太阳：EU → AMER → APAC，最低夜晚；需要一个分布式命令。

3.2轮换模式（示例）

Panama/Pitman （2-2,3-2,2-3）：将12小时与长周末交替（需要严格的疲劳控制）。
4-on/4-off（12 h）：4天，12小时，4个周末；适用于自动化L1。
5 × 8（经典）：对于L2/L3+夜间/周末通话值班。

3.3电话值班

Primary/Secondary：每个域都有主要和次要呼叫。
通话影子：在Primary机翼下培训新工程师。

4）状态计算和"收缩"（shrinkage）

4.1 FTE基本公式

FTE = (coverage hours per week/productive FTE hours per week) × (1 + shrinkage)

其中shrinkage 包括休假/住院/培训/1：1/复古/管理时间（通常为20-35％）。

• 168小时/35生产小时/奈德≈ 4。8
• 在shrinkage中，30％ → 4。8 × 1.3 ≈ 6.2 FTE（四舍五入至7以实现可持续性）。

4.2高峰计划

在日历窗口中添加事件（顶级比赛、锦标赛）的峰值系数：+10-25% FTE。使用历史的标量/流量图形。

5）SLO覆盖和风险窗口

排列关键时钟矩阵（本地"黄金时段"GEO/支付方法）。
将最小阵容设置为插槽（例如：Night： L1 × 2、L2-Payments × 1呼叫、L2-Games × 1呼叫、IC轮换）。
对于发布/迁移,为该期间和+60分钟后监控分配释放后卫（dop. L2/SRE）。

6）Hendovers（轮班转移）

1.SLO/警报和公开事件的状态。

2.窗口中的计划工作+风险。

3.锁定/等待（PSP/KYC提供商，法规）。

4.商定的通讯计划（状态页面，合作伙伴）。

5.检查轮班组成和呼叫联系人。

Hendover的支票清单必须在wiki/bot中；协议-在var rum或更换通道中。

7）日历和更换

规划视野：8-12周；更换-不迟于2周（不可抗力除外）。
Freeze时期：主要事件/假期-主要角色的假期禁令（以后补偿）。
Buddy-rule：仅由工程师替换相同的域/资格或多波影。

8）与平台集成

Alerting：通过活动交换和域（P1→pager+var-rum）进行路由。
事件机器人：命令"/rota"，"/whoisoncall"，自动参考IC/CL。
发行版：CAB与轮班时间表同步；超出覆盖范围-禁止发布。
状态页面：CL from active shift已在机器人中确认。

9）团队的复原力和健康

劳动标准：夜间/周末-附加费和休假；连续夜间最多（如≤3）。
休息时间：每2-3小时短暂休息一次；12h是强制性的两个长。
Fatigue-watch：时限/奈德,规则"每班不超过N P1"。
心理支持：重度P1后脱发，综合时间。

10）多区域与追随太阳

按地区（EU/LATAM/APAC）与本地L1和L2 域共享品牌/tenant。
在跨区域事件中，区域IC升级为全球IC。
每日跨区域hendover（15分钟），风险和工作转移。

11）政治家和RACI

策略"Shift＆On-Call"：谁，如何以及何时求情；更换；迟到；准备金。
SoD/可用性：IC/CL/财务交易-分开角色；仅通过机器人进行JIT升级。
RACI：每个班次都有IC （A）、Duty Manager （A/R）、L1/L2 （R）、Compliance/Sec （C）、Guide （I）。

12）工具和数据

统一日历（具有属性：域，区域，联系人，备份）。
换档载荷码：Alerts/hour,事件/类型,版本/窗口。
公平报告（公平分享）：覆盖人们的夜晚/周末。
与HR/PTO集成以自动考虑shrinkage。

13）质量指标（KPI/KRI）

Coverage Rate：全阵容小时百分比。
按插槽排列的MTTA/MTTR：白天/晚上/晚上。
Handover Defects：缺失的支票点。
Pager Fatigue：alerts/chel/ned.；夜间通话（目标是↓）。
替代SLA：开球前48小时≤关闭班次的百分比。
培训覆盖：为新运营商提供带阴影插槽的班次份额。
公平分享指数：员工的夜晚/周末均匀性。

14）实施路线图（4-8周）

奈德。1-2：收集标量/峰值的历史，确定SLO关键窗口；选择一个模型（8 × 3或follow-the-sun），计算FTE和shrinkage。
奈德。3-4：发布Policy "Shift&On-Call"、启用分页清单、运行共享日历和机器人命令"/whoisoncall"、"/handover"。
奈德。5-6：调试升级和替换,添加公平共享报告,将SAV/版本与更改同步,输入冻结窗口。
奈德。7-8：复古的倦怠和弯腰质量，调整夜间阵容，启动影子程序和IC/CL认证。

15）模板和工件

Handover Checklist （10点）：SLO、事件、工作、风险、发布、提供商、访问、状态页面、打开的滴答声、堆栈。
Replacement SOP：如何安排更换，入场条件，备份联系人。
Freeze Calendar：活动/假期和RTO/发行禁令。

16）反模式

在没有域分离的情况下进行一次呼叫。
连续12小时没有限制和休息。
时钟发行没有IC/CL/CL可用性。
Hendover"口语"，没有支票单和记录。
无视shrinkage →慢性缺陷。
零影子程序→脆弱性和人类的SPOF。

底线

轮班计划是一项工程任务：FTE和shrinkage计算，诚实的轮换和健康保护，严格的转换以及与Alerting/ChatOps/CAB的集成。这种框架提供了可预测的24 × 7 SLO覆盖范围，对事件的快速反应以及业务可持续性，而无需团队倦怠。