문체 규칙(「~한다」, 「~합니다」와 섞지 않음)은 docs/README.md에 있지만 지키는 검사가 없어서, 번역 뒤에도 runbook 열 개에 높임 문장이 남았다. 그리고 결정 기록 머리 블록의 둘째 줄은 「본문은 결정한 때의 원문이다」인데, 2026-11-07에 본문을 한국어로 옮긴 ADR에는 맞지 않는다. - check-docs.py `style`: 살아 있는 문서의 문장 끝이 높임(습니다·합니다· 입니다·됩니다·십시오·하세요·주세요)이면 실패. 코드 블록, 인라인 코드, 따옴표·낫표 안 인용, 「이력」 인용 블록은 보지 않는다. - runbook 열 개의 「이 runbook은 다음 alert에서 발동됩니다.」를 「다음 alert가 울리면 쓴다.」로 고쳤다. 지금 걸리는 곳은 이것뿐이었다. - 결정 기록 표시 줄을 「본문은 결정한 때의 내용이다(번역은 뜻을 바꾸지 않았다)」로 바꿨다: check-docs.py의 DECISION_LABEL, docs/README.md 설명, docs/adr의 머리 블록 33개(기록은 머리 블록만 고친다는 규칙 안). - docs/README.md 「문서 검사」에 앞 커밋이 더한 `link`와 이번 `style`을 적고, 링크 검사 설명을 바로잡았다. 「모듈 README」 절(design-docs docs-system.md 6.2절 다섯 칸)을 더했다. 버린 대안: 문체를 리뷰로만 보기(번역 묶음 네 개를 거쳐도 남았다). 위험: design-docs docs-system.md 4.1절과 프론트의 같은 문구는 이 repo 밖이라 고치지 않았다(총괄에게 알린다). 검증: python3 -m unittest discover -s scripts/tests(문체 시험 5 포함), check-docs.py, check-work-docs.py 모두 rc=0. 이 커밋의 트리만 얹은 임시 worktree에서 돌렸다. 검사 조건을 끈 사본 둘에서 문체 시험이 각각 2건, 1건 실패했다.
3.8 KiB
3.8 KiB
title, category, error_codes, severity, owner, last_updated, status
| title | category | error_codes | severity | owner | last_updated | status | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Runbook — 외부 의존성 unavailable | TRANSIENT_DEPENDENCY |
|
P1 | oncall | 2026-05-22 | 초안 |
Runbook: 외부 의존성 unavailable
1. Trigger
이 runbook은 다음 alert가 울리면 쓴다.
- alert name:
dependency_error_rate_critical또는circuit_breaker_open - alert payload 필수 field:
operation,error.code,error.category,dependency_name,dependency_kind(required|optional),runbook_link - 임계:
- P1: required dependency의 error rate > 50% 1분 OR circuit_open state 활성
- P2: optional dependency degraded (fail-open으로 동작 중)
2. First Response (5분 이내)
Step 1 — 확인
dependency_name별 status page 확인 (외부 SaaS면 vendor status, internal이면 해당 service dashboard)- log query로 실패 패턴 확인: timeout / connect / DNS / 5xx 중 어떤 모드인지
- runtime-health Dependency Matrix에서 required vs optional 분류 확인
- circuit breaker state 확인 (Resilience4j metric)
Step 2 — 임시 격리
- required dep이면 readiness probe로 traffic 차단 (회복 대기) — cascade failure 방지
- optional dep이면 fail-open with degraded mode 확인. degraded banner를 client에 노출
- DNS failure면 resolver/coredns 상태 확인. cache 강제 flush 검토
3. Diagnosis
- log query:
{service="app"} | dependency_name="<name>" | stats count by error.code - metric panel:
resilience4j_circuitbreaker_state{name="<name>"}resilience4j_retry_calls_total{kind="failed_without_retry"}hikaricp_connections_active,hikaricp_connections_pending(DB_UNAVAILABLE)http_client_requests_seconds_count{outcome="SERVER_ERROR"}
- trace: 실패 request의 outbound span에서 timeout/connect/DNS 분류, target endpoint 확인
- 가능한 원인:
- vendor outage → status page 확인, 회복 대기
- 네트워크 문제 (DNS, security group, NAT) → infra team 확인
- connection pool 고갈 (Hikari) → pool size/timeout 점검
- circuit breaker open 후 half-open 전환 실패 → 수동 reset 검토
- retry-storm으로 인한 self-DoS → retry budget 축소
4. Mitigation
- 단기: required면 회복 대기 + traffic 차단, optional이면 degraded mode로 유지
- pool 고갈이면 일시 pool size 상향 + leak detection 활성화
- circuit이 stuck이면 수동 reset (
actuator/circuitbreakerevents) - 장기: retry budget·timeout·circuit 임계 재조정, fallback path 보강, vendor SLA 재협상
5. Escalation
- 다음 on-call로 page: required dep 5분 내 회복 안 되면 외부 dep team 또는 vendor에 page
- 다중 dep 동시 장애면 incident commander 호출 (네트워크 전반 문제 의심)
6. Recovery / Verification
- 회복 확인 metric: dependency error rate < 1% 5분 지속, circuit_breaker_state = CLOSED, pool utilization 정상
- post-incident:
- vendor postmortem 요청 (외부 SaaS면)
- timeout/retry/circuit 설정 재검토
- degraded mode가 사용자 경험에 미친 영향 측정
- chaos test에 해당 시나리오 추가
7. Related
- error-codes.yaml rows:
DEPENDENCY_TIMEOUT,DEPENDENCY_CONNECT_FAILED,DEPENDENCY_DNS_FAILED,DEPENDENCY_CIRCUIT_OPEN,DEPENDENCY_5XX_SERVER,CACHE_UNAVAILABLE,DB_UNAVAILABLE - metrics.yaml:
resilience4j_circuitbreaker_state,hikaricp_connections_active,http_client_requests_seconds_count - 관련 branch: feature-outbound-http-client-baseline, feature-persistence-failure-baseline
Stub 상태 안내: 이 runbook은 skeleton 단계의 stub. 도메인 도입 시 실제 dependency 목록·required/optional 분류·vendor 연락 체계·circuit/timeout 임계로 보강 필요.