REL06-BP04 自動化回應 (即時處理和警示)
偵測到事件時，使用自動化以採取動作，例如取代故障的元件。
實作警示的自動即時處理，以便系統可以採取快速的糾正措施，並嘗試在觸發警示時防止故障或服務降級。對警示的自動回應可能包括替換故障元件、調整運算容量、將流量重新導向到運作狀態良好的主機、可用區域或其他區域，以及操作人員通知。
預期成果：識別即時警示，並設定警示的自動處理，以調用採取的適當動作，維護服務水準目標和服務水準協議 (SLA)。自動化的範圍從單一元件的自我修復活動到全站點的容錯移轉。
常見的反模式：
-
針對關鍵的即時警示沒有清晰的清單或目錄。
-
對關鍵警示沒有自動回應 (例如，當運算資源即將耗盡時，發生自動擴展)。
-
矛盾的警示回應動作。
-
操作人員在收到提醒通知時沒有可以遵循的標準作業程序 (SOP)。
-
未監控組態變更，因為未偵測到的組態變更可能會導致工作負載停機。
-
沒有復原意外組態變更的策略。
建立此最佳實務的優勢：自動化警示處理可改善系統復原能力。系統會自動採取糾正措施，減少人為介入時容易出錯的手動活動。工作負載運作符合可用性目標，並減少服務中斷。
未建立此最佳實務時的曝險等級：中
實作指引
為了有效管理提醒並自動化其回應，請根據提醒的重要性和影響來進行分類，記錄回應程序，並在為任務排名前規劃好回應。
識別需要特定動作的任務 (通常會在執行手冊中詳細說明)，並檢查所有執行手冊和程序手冊以確定哪些任務可以自動化。可以定義的動作通常也可以自動化。如果動作無法自動化，請在 SOP 中記錄手動步驟，並對操作人員進行相關培訓。持續挑戰手動程序以尋求自動化機會，以便您可以建立和維護用來自動化提醒回應的計畫。
實作步驟
-
建立警示清單：若要取得所有警示的清單，可以透過 Amazon CloudWatch 命令
describe-alarms來使用 AWS CLI。視設定的警示數量而定，您可能必須使用分頁來擷取每個呼叫的警示子集，或者也可以使用 AWS SDK 透過 API 呼叫來取得警示。 -
記錄所有警報動作：更新執行手冊與所有警示及其動作，無論其為手動還是自動。AWS Systems Manager 可提供預先定義的執行手冊。如需有關執行手冊的詳細資訊，請參閱 Working with runbooks。如需有關如何檢視執行手冊內容的詳細資訊，請參閱檢視執行手冊內容。
-
設定和管理警示動作：對於任何需要動作的警示，請使用 CloudWatch SDK 指定自動化動作。例如，您可以建立和啟用警示的動作，或停用警示的動作，以根據 CloudWatch 警示自動變更 Amazon EC2 執行個體的狀態。
也可使用 Amazon EventBridge
來自動回應系統事件，例如應用程式可用性問題或資源變動。您可建立規則來指示您在意的事件，以及當事件符合規則時執行的動作。可以自動啟動的動作包括調用 AWS Lambda 函數、調用 Amazon EC2 Run Command、將事件轉送至 Amazon Kinesis Data Streams以及查看使用 EventBridge 自動化 Amazon EC2。 -
標準操作程序 (SOP)：根據您的應用程式元件，AWS Resilience Hub 會建議多個 SOP 範本。您可以使用這些 SOP 記錄在發出提醒時操作員應遵循的所有程序。也可以根據 Resilience Hub 建議來建構 SOP，其中您需要具有相關彈性政策的 Resilience Hub 應用程式，以及針對該應用程式的歷史彈性評估。SOP 的建議會由彈性評估產生。
Resilience Hub 與 Systems Manager 合作，透過提供許多 SSM 文件作為這些 SOP 的基礎來自動執行 SOP 的步驟。例如，Resilience Hub 可能會建議使用 SOP 來根據現有的 SSM 自動化文件新增磁碟空間。
-
使用 Amazon DevOps Guru 執行自動化動作：可使用 Amazon DevOps Guru
來自動監控應用程式資源，以偵測異常行為並提供目標建議，以縮短問題識別和矯正時間。使用 DevOps Guru，可以近乎即時地監控多個來源的操作資料串流，包括 Amazon CloudWatch 指標、AWS Config 、AWS CloudFormation 和 AWS X-Ray 。也可以使用 DevOps Guru 在 OpsCenter 中自動建立 OpsItems，並將事件傳送至 EventBridge 以實現額外的自動化。
資源
相關的最佳實務：
相關文件：
相關影片：
相關範例：
