Procédure d'exploitation

Ce que c'est

Une procédure d'exploitation, ou _runbook_, décrit des étapes
éprouvées pour réaliser une tâche d'exploitation. Elle précise quand
s'en servir, ce qu'il faut réunir avant de commencer, comment agir
et comment reconnaître le résultat. Une personne peut suivre les
étapes ou utiliser la procédure pour comprendre un traitement
automatisé. Il peut s'agir de renouveler un certificat, de tester
une restauration ou de revenir à une configuration connue.

Dans son référentiel d'excellence opérationnelle, AWS recommande les
_runbooks_ pour les procédures et les _playbooks_ pour mener des
investigations. D'une équipe à l'autre, ces mots changent parfois de
sens. Pour comprendre le document, regardez ce qu'il suppose déjà
connu. Si l'action à effectuer est identifiée, les étapes relient un
état initial à un résultat défini. Si l'opérateur doit encore
identifier le problème, il lui faut d'abord des observations et des
critères pour orienter la décision.

Une procédure peut être courte tout en étant complète. Elle indique
quel système et quel environnement sont concernés, les accès
nécessaires, qui assume la responsabilité et quels contrôles
précèdent le changement. Elle décrit le résultat attendu et les
conditions qui imposent de s'arrêter ou de contacter quelqu'un. Le
message d'un outil qui s'est exécuté correctement et le retour du
service pour les utilisateurs sont des observations différentes. La
procédure précise laquelle doit être vérifiée à chaque étape.

Pourquoi c'est important

Pendant une interruption, la personne d'astreinte peut connaître
l'application et découvrir l'outil dont elle a besoin pour la
rétablir. Une bonne procédure lui évite de reconstituer la marche à
suivre de mémoire. Elle lui permet de confirmer l'environnement et
de reconnaître un résultat avant de passer à l'étape suivante. C'est
particulièrement utile lorsque l'astreinte tourne ou que la remise
en service mobilise plusieurs métiers.

Rédiger la procédure révèle les connaissances qui n'avaient jamais
été formulées. Une personne peut penser que la copie est utilisable
dès la fin de la tâche. Une autre découvre lors d'un essai qu'un
accès distinct est nécessaire pour lire les données ou que le compte
rendu ne mentionne pas les lignes ignorées. La procédure peut rendre
ces distinctions visibles. Elle est aussi l'occasion de décider ce
qui se prête à l'automatisation et ce qui doit encore être évalué
selon la situation.

Une procédure devient obsolète lorsque les dépendances ou les
habilitations changent. L'équipe peut placer le document à côté du
code ou de la configuration qui définit l'opération et en confier le
suivi à une personne. Demandez à une autre personne de rejouer la
procédure, car elle rencontrera des obstacles que l'auteur ne voit
plus. L'exercice peut également vérifier comment accéder aux étapes
et en lire le résultat si le tableau de bord ou la connexion
habituelle est indisponible.

À quoi cela ressemble en pratique

Imaginons un test régulier de restauration pour une base de données
de rapports. La procédure indique le nom de la base, l'environnement
isolé et le compte habilité à lire la sauvegarde puis à créer une
base de test. Elle demande de vérifier l'origine et l'âge de la
sauvegarde. Elle demande également de confirmer qu'aucune
application de production ne vise l'environnement de test.
L'opérateur relève l'identifiant de la copie et l'heure du début.

L'étape suivante indique l'outil de restauration et le journal où
trouver sa sortie. Une fois l'opération terminée, l'opérateur
exécute un rapport connu. Il compare quelques valeurs au résultat
attendu et vérifie la date du dernier enregistrement récupéré. Une
source inattendue, des lignes manquantes ou un rapport inutilisable
imposent une pause et un contact nommé dans la procédure. Quand
l'exercice est concluant, l'équipe relève la durée. Elle supprime
également la copie temporaire et les accès réservés à l'exercice
selon les étapes prévues.

Une collègue rejoue les premières étapes avec une sauvegarde
volontairement plus ancienne que la plage admise. La différence doit
être détectable avant le début de l'opération. La personne doit
savoir où signaler ce qu'elle a constaté. L'auteur peut ensuite
clarifier les étapes qui prêtaient à confusion. La durée observée
fournit une indication sur le délai de reprise pour les conditions
précises de l'exercice.

Le cas des sauvegardes qui ont fait l'objet de restaurations
documente un travail de vérification de la restauration. Il illustre
l'intérêt de vérifier ce qui peut être récupéré au-delà du succès de
la sauvegarde elle-même. La base de rapports présentée ici est un
scénario d'exercice.

L’exercice donne également un relevé utile sans reprendre les
données des clients. Il peut situer le début de la mesure et nommer
les contrôles. Si la copie s’ouvre mais que le rapport omet des
lignes récentes, consignez les deux résultats. Ils éclairent des
décisions différentes sur le prochain essai.

Où les problèmes surviennent

Les étapes supposent que les outils habituels sont disponibles. Si
l'accès principal à la documentation ou aux données tombe en panne,
il faut encore une manière autorisée de récupérer les instructions
et de contrôler les prérequis. Testez ce chemin avant d'en avoir
besoin.

La procédure indique les boutons et tait le résultat. Une mise à
jour de l'interface rend vite une image ancienne difficile à suivre.
Décrivez l'effet recherché, ce que l'opérateur observera et les
écarts qui exigent un arrêt.

La même procédure sert à tous les symptômes. Un seul symptôme peut
avoir différentes causes. Identifiez l'état qui justifie les étapes
avant de les suivre. Une investigation permet d'établir ce point.

Seul l'auteur a testé la procédure. Proposez un exercice préparé à
une autre personne. Demandez-lui où elle a dû deviner un nom,
demander un accès ou inventer le résultat attendu. Ces observations
donnent la priorité aux corrections les plus utiles.

Pour aller plus loin

  * Recommandations d'AWS sur les runbooks — procédures prêtes à
l'emploi, responsabilité et mise à jour.

  * Recommandations d'AWS sur les playbooks — conduite d'une
investigation avant le choix d'une procédure.

  * Intervention d'urgence selon Google SRE — exercices et
enseignements des interventions réelles.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/runbook/	engineer.company	70
