Aller au contenu

HumainPratique3 min de lecture

Trop d'alertes : l'astreinte est-elle tenable ?

Volume d'alertes, part de bruit, réveils nocturnes, taille de l'équipe d'astreinte : estimez la charge réelle d'une semaine d'astreinte, son coût et si elle peut durer.

Pour : ingénieurs et SRE · managers d’équipePrérequis : Notions de base sur l'astreinte et les alertes.

Mode de lecture

Scénario illustratif : un ingénieur d’astreinte est réveillé trois fois dans la nuit. Un disque presque plein qui se vide tout seul, un service qui redémarre et revient en une minute, un pic de trafic sans conséquence. La quatrième alerte, vers six heures, signale une vraie panne. Il la voit avec vingt minutes de retard : à force, il avait cessé de se lever d’un bond.

Tout le monde connaît l’alarme de voiture qui sonne au moindre coup de vent : au bout d’une semaine, plus personne ne se retourne. Les alertes techniques produisent le même effet. Une alerte qui ne demande aucune action n’est pas gratuite : elle interrompt, elle réveille et surtout elle apprend à l’équipe à ne plus réagir. C’est ce qu’on appelle la fatigue d’alerte (alert fatigue).

Elle se mesure. Le simulateur ci-dessous aide à trancher une question simple : l’astreinte de votre équipe peut-elle durer ? Il compte les interruptions pour la personne d’astreinte, les nuits coupées, les heures perdues et la part de tout cela qui n’était que du bruit, c’est-à-dire des alertes qui ne demandaient aucune action.

Paramètres

Seuils de soutenabilité (ajustables)

Résultat

Soutenabilité
Alertes par semaine d’astreinte
Réveils nocturnes par semaine d’astreinte
Heures perdues par semaine d’astreinte
Part du bruit
Coût annuel du bruit
CritèreValeurSeuilÉtat
Interruptions attendues par période de 12 h sur une semaine d’astreinte
  • Actionnable
  • Bruit (non actionnable)
  • Seuil
  • Hors heures ouvrées (fond grisé)

Modèle de moyennes : rotation hebdomadaire, une personne d’astreinte reçoit toutes les alertes de sa semaine ; les alertes en heures ouvrées se répartissent sur les 5 journées de semaine, les autres sur les 9 périodes de 12 h restantes (nuits et week-end). Chaque alerte compte comme une interruption, même si plusieurs alertes relèvent d’un même incident. Le repère de 2 incidents par période de 12 h et celui d’une rotation d’au moins 8 personnes sont couramment cités d’après le livre Site Reliability Engineering de Google ; ce sont des repères, pas des normes.

  1. Regardez la situation de départ : 40 alertes par semaine, dont 30 % demandent vraiment une action, pour une rotation de 6 personnes (les personnes qui prennent l’astreinte à tour de rôle). Les quatre critères sont dépassés. Le bruit coûte de l’ordre de 36 000 € par an, sans compter ce qu’il fait rater.
  2. Supprimez le bruit : passez à 12 alertes par semaine, toutes utiles, comme si l’on ne gardait que les alertes qui demandent une action. La charge par période de 12 h repasse sous le seuil et le coût du bruit tombe à zéro. Il reste pourtant 2,4 réveils par semaine.
  3. Agrandissez la rotation à 8 personnes. La semaine d’astreinte n’est pas plus légère, mais chacun la vit moins souvent : 6,5 semaines par an au lieu de 8,7. C’est un levier d’organisation, pas un remède au bruit.
  4. Repoussez ce qui peut attendre. Ramenez la part d’alertes hors heures ouvrées à 25 %, par exemple en transformant les alertes non urgentes en tickets traités le lendemain. Les réveils passent sous le seuil et l’astreinte devient tenable.

Le volume d’alertes se règle à la source : une alerte ne doit réveiller quelqu’un que si elle exige une action humaine immédiate. Le livre Site Reliability Engineering de Google est souvent cité pour deux repères : au plus deux incidents par période d’astreinte de 12 heures, une rotation d’au moins huit personnes pour une équipe sur un seul site. Ce sont des ordres de grandeur à adapter, pas des normes. À mon avis, l’important est de choisir explicitement vos seuils, de les mesurer et de les revoir avec l’équipe. Lundi matin, commencez par la liste des alertes de la semaine passée et demandez, pour chacune, ce qu’on a fait en la recevant.

Pour aller plus loin : le plan humain, les alertes burn rate qui réduisent les réveils inutiles, l’organisation et la propriété des alertes et les passerelles entre les plans.