5ヶ月の開発期間を経て、IncidentRelay 1.1がリリースされました。これは、オンコール管理、アラートルーティング、インシデント対応のためのオープンソースシステムを開発し、セルフホスト型サーバー上で動作します。IncidentRelay 1.1は、初の安定版リリースとなります（1.0ブランチはベータ版でした）。このプロジェクトは、オンコール管理、エスカレーションポリシー、インシデント対応のためのSaaSサービスに代わるローカル展開型のソリューションを求めるSRE、DevOps、インフラストラクチャチームを対象としています。プロジェクトコードはPythonで記述され、MITライセンスの下で配布されています。
IncidentRelayは、監視システムからイベントを受信し、サービス、チーム、ローテーションと照合した後、担当の当直担当者またはチームに通知を配信します。このシステムは、勤務スケジュール、ローテーション、シフトの上書き、インシデントの確認、ACK/解決ステータス、リマインダー、エスカレーション、一時的な当直担当者の交代、定期メンテナンス時間、およびアラートの抑制を実行します。
このプロジェクトの主な利点は、インフラストラクチャとルーティングロジックを完全に制御できることです。IncidentRelayは独自の環境にデプロイされ、独自のデータベースを使用し、受信ルート、コマンド、ローテーション、配信チャネルを明確に分離できます。受信トークンはチャネルではなくルートに属するため、どの外部ソースが特定のコマンドにイベントを送信する権限を持っているかを容易に把握できます。
IncidentRelayは、Prometheus Alertmanager、Grafana Alerting、Zabbix、Sentry、LibreNMS、RMON、AWS SNS/CloudWatch、およびカスタムWebhookからのイベント受信をサポートしています。通知は、Mattermost、Slack、Telegram、Discord、Microsoft Teams、メール、Webhook、ブラウザ/PWAプッシュ通知、および音声通話プロバイダーを介して送信できます。MattermostとTelegramでは、通知に問題の確認と解決のためのアクションを含めることができるため、別のインターフェースに切り替えることなくインシデントを処理できます。
このプロジェクトは、Docker Compose、Red Hat系ディストリビューション向けのRPMパッケージ、systemdによる手動実行、またはHelmチャートを使用したKubernetes環境で実行できます。小規模なインストールにはSQLiteを使用できますが、本番環境や高負荷環境にはPostgreSQLが推奨されます。
新バージョンでは、以下の変更が提案されています。
- 時間制限、階層ごとの優先順位、および一時的な代替要員の考慮を含む、複数レベルのオンコールローテーションを追加しました。
- 勤務カレンダー、CalDAV、および外部カレンダー用のICS購読サービスが登場しました。
- 複数段階のエスカレーション手順を含むインシデントエスカレーションポリシーを導入した。
- アラートグループ、イベントグループ化、通知の遅延、および関連アラートの手動統合機能を追加しました。
- スケジュールされた作業や「サイレント」アラートのためのウィンドウが表示されました。
- アラートにコメントを追加する機能を追加しました。
- インシデントの優先度（P1～P5）を追加し、重要度レベルに基づいて優先度を自動的にエスカレーションするようにしました。
- サービスカタログ、サービス依存関係、SLI/SLO、サービス影響履歴、およびビジネスサービスを実装しました。
- Explain Trace が追加され、ルーティングの分析が可能になりました。アラートがコマンドに含まれた理由、含まれなかった理由、グループ化された理由、抑制された理由、特定のチャネルに送信された理由などを分析できます。
- ウォッチドッグ、バックアップ、ETL、その他、期待される信号がないことが問題となるタスクに対して、チェック機能（ハートビート／デッドマンスイッチ）を追加しました。
出所： オープンネット.ru
