Chapter 08 - ITIL Practices

本章目标

看完本章后，你应当可以回答：

ITIL practice 是什么，为什么不是单纯流程？
Incident、Problem、Change、Release、Deployment 差在哪里？
Service Desk、Service Request、Monitoring and Event、Service Level、Continual Improvement 各自解决什么问题？
PM / Developer / DevOps 如何把 practices 对应到 Jira、GitHub Actions、AWS、production incident？
考试遇到 practice 题目时怎么抓关键字？

一句话

Practices 是组织完成特定工作的能力集合，包含人、流程、工具、信息、partner、知识和工作方式；它们不是孤立 SOP，而是会一起支持 product and service value。

核心概念

Practice 不是 Process

Process 是「工作怎么流动」。Practice 是「组织要完成某件事所需要的整体能力」。

一个 Incident Management practice 可能包含：

on-call role
incident priority rule
Slack / Teams incident channel
monitoring and alerting
runbook
escalation path
客户 communication
post-incident review
improvement backlog

所以 practice 不是一张流程图，也不是一个 Jira ticket type。

Incident Management

Incident 是未预期的服务中断或服务服务质量下降。Incident Management 的重点是尽快 restore service，降低对 business 和 user 的影响。

示例：

text

核心服务 timeout
        ↓
CloudWatch alarm
        ↓
on-call engineer investigates
        ↓
rollback / hotfix / traffic mitigation
        ↓
service restored
        ↓
incident communication and review

考试关键字：

unplanned interruption
degraded service quality
restore service
minimize impact

Problem Management

Problem 是一个或多个 incident 的根本原因或潜在原因。Problem Management 的重点是找出原因、降低再次发生的可能性或影响。

Incident 和 Problem 的差异：

text

Incident:
核心 API 现在 timeout，先恢复服务。

Problem:
为什么每周五晚间核心 API 都 timeout？根因是 DB index、connection pool、gateway latency，还是 retry storm？

考试关键字：

root cause
recurring incidents
known error
workaround
prevent recurrence

Change Enablement

Change Enablement 的目标不是阻止 change，而是让 change 更安全、更快速、更可追踪，并控制 risk。

工作示例：

text

GitHub PR
        ↓
code review
        ↓
CI test
        ↓
risk assessment
        ↓
deployment approval / automated gate
        ↓
rollback plan

Change 类型可以先用三种理解：

Standard change：低风险、已知、可重复，例如例行设定更新
Normal change：需要评估与授权，例如 core API 重要改动
Emergency change：为了处理紧急状况，例如 production hotfix

考试关键字：

assess risk
authorize change
enable beneficial change
reduce negative impact

Release Management

Release Management 关心的是让新的或变更后的 service / feature 能被使用，并对 stakeholder 传达 release 的内容、时机和影响。

Release 不等于 deployment。

text

Deployment:
把新版本放到 production environment。

Release:
让用户、客服、运营、客户真的知道并能使用新能力。

示例：React checkout 新版上线

deployment 完成：CloudFront 已更新
release 完成：用户看到新版流程，客服知道新版错误信息，PM 追踪成功率

Deployment Management

Deployment Management 关心的是把新的或变更的 component 移到 controlled environments。

示例：

deploy Java service to ECS
deploy React build to S3 / CloudFront
apply DB migration
update Lambda function
promote container image from staging to production

考试关键字：

move components
controlled environments
hardware / software / documentation / process component

Service Desk

Service Desk 是 service provider 和 users 之间的沟通入口。它不是「低阶客服」，而是用户支持、事件回报、请求入口和信息流的重要节点。

示例：

用户问操作是否成功
客户问数据修正请求状态
客服回报大量服务问题
Service Desk 把高频问题整理给 PM 和 engineering

Service Request Management

Service Request 是用户提出的标准请求，不一定代表服务坏了。

示例：

申请客户后台账号
要求重寄处理完成通知
申请报表导出权限
请求修改通知 email

Incident vs Service Request：

text

Incident:
核心功能坏了。

Service Request:
用户要求重寄处理完成通知。

Monitoring and Event Management

Monitoring 是持续观察 service 状态。Event 是检测到的状态变化或讯号。这个 practice 帮助团队早点发现异常、判断影响、触发 response。

AWS示例：

CloudWatch Alarm
ALB 5xx rate
Lambda error count
RDS CPU / connection count
success rate
synthetic monitoring

考试关键字：

observe service
detect events
alert
response trigger

Service Level Management

Service Level Management 确保 service quality 的目标、承诺和实际表现被定义、追踪、沟通和改善。

常见概念：

SLA：service provider 和客户之间的 agreement
SLO：内部或外部的 service level objective
KPI / metric：衡量实际表现

示例：

API availability 99.9%
P1 incident 15 分钟内初回应
状态查询 95% 在 2 秒内完成

Continual Improvement

Continual Improvement 是持续让 products、services、practices、processes 和工作方式变好。

示例：

Sprint retrospective action item
post-incident improvement
reduce alarm noise
improve rollback time
update chatbot knowledge base
simplify service request workflow

关键点：改善不是大型项目才做，也不是考完证照才做。它应该嵌在 daily work 里。

PM 视角

PM 不需要把每个 practice 都当成部门流程，但要知道哪种情境该找哪个能力。

线上服务情境：

text

核心服务中断:
Incident Management

固定尖峰时段反复 timeout:
Problem Management

要 hotfix:
Change Enablement

新功能正式开放给用户:
Release Management + Deployment Management

用户问服务处理结果:
Service Desk / Service Request Management

CloudWatch alarm:
Monitoring and Event Management

客户要求 99.9% availability:
Service Level Management

postmortem action items:
Continual Improvement

PM 的价值是把 practices 串起来，不是让每个 ticket 各自孤立运行。

Developer / DevOps 视角

Developer / DevOps 日常工作几乎都和 practices 有关。

text

GitHub PR:
Change Enablement

GitHub Actions deploy:
Deployment Management

Release note:
Release Management

CloudWatch alarm:
Monitoring and Event Management

PagerDuty alert:
Incident Management

RCA:
Problem Management

SLO dashboard:
Service Level Management

Retrospective action:
Continual Improvement

工程常见误区是把「工具动作」当成 practice 本身。GitHub Actions 是工具；Deployment Management 是让 deployment 可控、可追踪、可回复的能力。

AWS 对照

AWS 不是 ITIL practice，但 AWS 服务可以支持很多 practices。

AWS / Tooling	可能支持的 practice
CloudWatch Alarm	Monitoring and Event Management
CloudWatch Logs / X-Ray	Incident Management, Problem Management
CodePipeline / GitHub Actions	Deployment Management
Systems Manager Change Manager	Change Enablement
AWS Health Dashboard	Monitoring and Event Management
RDS Performance Insights	Problem Management
AWS Support	Supplier Management / Incident support
Service Quotas / autoscaling metrics	Capacity and performance related practices

重点：工具只支持 practice，不等于 practice 已成熟。没有 role、runbook、decision rule、feedback loop，工具再多也不会自动创造 value。

实践对照

假设用户面向的核心服务 timeout。

text

1. Monitoring and Event Management:
CloudWatch 发现 error rate 上升。

2. Incident Management:
on-call 进 incident channel，先 restore service。

3. Change Enablement:
判断要 rollback、hotfix，或调整设定。

4. Release / Deployment Management:
把修复移到 production，并让相关 stakeholder 知道。

5. Service Desk:
客服取得统一说法，回复用户与客户。

6. Problem Management:
事后找 root cause，避免重复发生。

7. Service Level Management:
检查 downtime 是否影响 SLA / SLO。

8. Continual Improvement:
补 alarm、runbook、test、architecture improvement。

这就是 practice 的现实用法：不是一个一个背，而是理解它们如何一起处理 service value。

常见误区

误解 1：Incident Management 等于找 root cause

Incident 的第一优先通常是 restore service。Root cause 分析更偏向 Problem Management。

误解 2：Release Management 等于 Deployment Management

Deployment 是移动 component。Release 是让新能力可被使用，包含沟通、准备、用户影响和 value realization。

误解 3：Change Enablement 是拖慢工程速度

好的 Change Enablement 会依风险调整控制，让 change 更快、更安全，而不是一律加重 approval。

误解 4：Service Desk 只是接电话

Service Desk 是用户与 service provider 的入口，也能提供早期问题讯号和改善素材。

误解 5：Monitoring 有 alarm 就够

Alarm 必须接上 event handling、incident response、runbook、ownership 和 improvement，才真的有 value。

Interview Angle

可能被问：

What is the difference between incident and problem?
What is the difference between release and deployment?
How do you handle a production outage from an ITIL perspective?
How do you design change enablement for a DevOps team?
How do monitoring and continual improvement connect?

回答方向：

用 production example 回答
先 restore service，再做 root cause
change enablement 要 risk-based
release 是 value to users，deployment 是 technical movement
monitoring 要接 incident 和 improvement

Exam Tips

Practice 题目通常靠关键字判断。

题目线索	最可能的 practice
restore service、unplanned interruption	Incident Management
root cause、recurring incident、known error	Problem Management
risk assessment、authorize、change control	Change Enablement
make new service / feature available to users	Release Management
move component to controlled environment	Deployment Management
user contact point、communication	Service Desk
standard user request、access、information request	Service Request Management
detect events、alert、monitor status	Monitoring and Event Management
SLA、SLO、service quality target	Service Level Management
ongoing improvement、retrospective、post-incident action	Continual Improvement

考试陷阱：

现在服务坏了，先 incident，不是 problem。
deploy 成功不代表 release 成功。
service request 不是 incident。
monitoring 发现问题不等于已处理 incident。
continual improvement 不只在项目结束后才做。

Summary

ITIL Practices 是把 Value System 和 Lifecycle 落地的能力集合。对 Technical PM 来说，最重要的是分清楚 incident、problem、change、release、deployment、service request，并知道 monitoring、service desk、service level、continual improvement 如何一起支持 service value。实务上，你不需要把 practices 当成 bureaucracy，而是把它们当成 production service 能稳定运作的共同语言。

References

Quiz

请见 Chapter 08 Quiz。

Chapter 08 - ITIL Practices ​

本章目标 ​

一句话 ​

核心概念 ​

Practice 不是 Process ​

Incident Management ​

Problem Management ​

Change Enablement ​

Release Management ​

Deployment Management ​

Service Desk ​

Service Request Management ​

Monitoring and Event Management ​

Service Level Management ​

Continual Improvement ​

PM 视角 ​

Developer / DevOps 视角 ​

AWS 对照 ​

实践对照 ​

常见误区 ​

误解 1：Incident Management 等于找 root cause ​

误解 2：Release Management 等于 Deployment Management ​

误解 3：Change Enablement 是拖慢工程速度 ​

误解 4：Service Desk 只是接电话 ​

误解 5：Monitoring 有 alarm 就够 ​

Interview Angle ​

Exam Tips ​

Summary ​

References ​

Quiz ​

Chapter 08 - ITIL Practices

本章目标

一句话

核心概念

Practice 不是 Process

Incident Management

Problem Management

Change Enablement

Release Management

Deployment Management

Service Desk

Service Request Management

Monitoring and Event Management

Service Level Management

Continual Improvement

PM 视角

Developer / DevOps 视角

AWS 对照

实践对照

常见误区

误解 1：Incident Management 等于找 root cause

误解 2：Release Management 等于 Deployment Management

误解 3：Change Enablement 是拖慢工程速度

误解 4：Service Desk 只是接电话

误解 5：Monitoring 有 alarm 就够

Interview Angle

Exam Tips

Summary

References

Quiz