原書包含六個附錄與一份完整 bibliography。本頁僅摘錄各附錄的重點，供讀者快速查閱。

附錄 A：可用度對照表#

「9 的數量」對應的每年 / 季 / 月 / 週 / 日 / 時可宕機時間。

對「部分可用」或「負載隨時段變化」的服務，用整體請求成功率比看「故障時長」更實用。詳見第 3 章「擁抱風險」。

附錄 B：生產服務最佳實踐合集#

由 Ben Treynor Sloss 整理：

• Fail Sanely：驗證設定輸入（語法 + 語意 + 空 / 截斷資料），收到壞輸入時保持原狀並告警，等人類確認再切換
  • 範例：2005 Google 全球 DNS 因空檔案服務 NXDOMAIN 6 分鐘；2009 整個 Web 被誤標 malware（設定檔變成單一 /）
• 漸進式 Rollout：分段、跨地理、被監控、出問題先 rollback 再除錯
• 以使用者視角定 SLO：在 Gmail client 量延遲讓可用度評估更貼近現實
• 錯誤預算：1 − SLO 即預算；用盡則凍結 release 直到再生
• 監控：以症狀為主、原因為輔、簡單為先
• 事後檢討：所有重大事件必寫；公開、無究責
• 容量規劃：把 N+2 與資源前置時間都納入
• 過載：rate limit、優雅降級、避免 retry 雪崩
• SRE 團隊：50% 工程上限、人輪值、訓練、跨團隊協作

附錄 C：事件狀態文件範例#

「Shakespeare Sonnet++ 過載：2015-10-21」即時更新欄位：

• 摘要、狀態、指揮所
• 指揮層級（IC、Ops、Planning、Comms）
• 結束條件（exit criteria）
• TODO 與已開 bug 清單
• 時間軸（最新在最上）

附錄 D：事後檢討範例#

「Shakespeare Sonnet++（事件 #465）」結構：

• 日期、作者、狀態
• 摘要、衝擊、根因、觸發、解決方式
• 偵測
• Action Items 表（類型：mitigate / prevent / process / other；owner；bug；狀態）
• 學到的事：
  • 做得好的（What went well）
  • 走錯的（What went wrong）
  • 哪裡走運（Where we got lucky）
• 詳細時間軸（每行 timestamp + 操作）
• 支援資訊（儀表板連結、log）

附錄 E：Launch Coordination Checklist（2005 原版）#

Google 第一份正式 LCE 清單，章節：

• 架構：請求類型、client 種類
• 機器與資料中心：N+2 冗餘、網路 QoS、DNS LB
• 流量、容量、效能：launch spike、load test、儲存
• 可靠性與 failover：機器死、機架壞、cluster 離線、跨 DC 網路斷
• 監控與伺服器管理：內部狀態、E2E、告警、監控自己；別在自己的伺服器裡寄信給自己造成 mail server crash
• 安全：design review、code audit、垃圾風險、authentication、SSL
• 自動化與手動任務：repeatable build、canary、staged rollout
• 成長：spare capacity、10x growth、bottleneck、shard
• 外部依賴：第三方系統、graceful degradation
• 排程與 rollout 計畫：硬期限、避開週一週五

附錄 F：生產會議紀錄範例#

每週生產會議紀錄結構：

• 出席者、公告
• 前週 Action Item 回顧
• 故障回顧（含主要事件根因、修復與 follow-up）
• Paging events（次數、進度）
• Non-paging events
• 監控變更／靜音
• 計畫中的生產變更
• 資源使用率
• 關鍵服務指標（含 SLO 對照）
• 討論／專案更新
• 新 Action Items

這份模板可以直接做為導入「每週生產會議」的起點——不需要為了完美結構而推遲開會。