Tiếng Anh Trong Incident Response — Báo Cáo Sự Cố & Viết Post-Mortem

📱 Học IELTS miễn phí: App IELTS 6.0

Giới Thiệu

3 giờ sáng. PagerDuty reo. Hệ thống sập.

Bạn vào Slack incident channel, thấy toàn tiếng Anh:

“P1 incident — payment service returning 503. Blast radius: all checkout flows. ETA to mitigate?”

😰 Bạn biết cách fix, nhưng không biết diễn đạt bằng tiếng Anh. Thời gian quý như vàng trong incident — mỗi phút downtime là tiền mất, khách hàng bỏ đi.

Bài viết này giúp bạn:

• Nắm từ vựng incident response cần thiết
• Viết báo cáo sự cố real-time rõ ràng
• Soạn post-mortem chuyên nghiệp
• Giao tiếp bình tĩnh, hiệu quả trong khủng hoảng

1. Severity Levels — Phân Loại Mức Độ

Mọi incident đều bắt đầu bằng câu hỏi: “Mức độ nghiêm trọng thế nào?”

Mẫu Câu Khai Báo Incident

• “I’m declaring a P1 incident — the payment service is completely down.”
• “This looks like a SEV-2 — search is degraded but checkout still works.”
• “Upgrading from P2 to P1 — the blast radius is larger than initially assessed.”
• “Downgrading to P3 — we’ve confirmed only a small subset of users is affected.”

2. Incident Roles — Vai Trò Trong Sự Cố

Mẫu Câu Phân Công

• “I’ll be IC for this incident. @Sarah, can you take comms?”
• “We need a SME for the database layer — @Mike, can you join?”
• "@Lisa is scribing — please post all updates in this channel."
• “I’m handing off IC to @Tom for the next shift.”

3. Giao Tiếp Real-Time Trong Incident

Báo Cáo Tình Hình (Status Updates)

Mẫu Câu Hay Dùng

Từ Vựng Real-Time

4. Status Page Updates — Thông Báo Cho Khách Hàng

Khi hệ thống gặp sự cố, bạn cần viết status page update cho users — ngắn gọn, rõ ràng, không gây hoảng sợ.

Template Status Page

Investigating (đang điều tra):

We are currently investigating reports of increased error rates affecting [service]. Some users may experience [symptoms]. Our team is actively working to resolve this issue. We will provide updates as more information becomes available.

Identified (đã xác định nguyên nhân):

The issue has been identified as [brief cause]. We are implementing a fix. [Service] may continue to experience [symptoms] in the meantime. We expect to resolve this within [timeframe].

Monitoring (đang theo dõi):

A fix has been implemented for the [service] issue. We are monitoring the situation to ensure stability. Some users may still see brief [symptoms] as the fix propagates.

Resolved (đã giải quyết):

The issue affecting [service] has been fully resolved. All systems are operating normally. We apologize for the inconvenience. A detailed post-mortem will be published within [timeframe].

Nguyên Tắc Viết Status Page

5. Post-Mortem — Blameless Review

Post-mortem (hay blameless review) là bản phân tích sau sự cố — không đổ lỗi, chỉ tập trung vào học hỏi và cải thiện.

Template Post-Mortem

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67

# Post-Mortem: Payment Service Outage
**Date:** April 9, 2026
**Duration:** 2 hours 15 minutes (14:00 – 16:15 UTC)
**Severity:** P1
**Authors:** @mike, @sarah

## Executive Summary
On April 9, 2026, the payment service experienced a complete
outage lasting 2 hours and 15 minutes. Approximately 12,000
transactions failed, resulting in an estimated revenue impact
of $45,000. The root cause was a database connection pool
exhaustion triggered by a misconfigured connection timeout
after a routine deployment.

## Impact
- **Duration:** 2h 15m
- **Users affected:** ~8,500 (30% of active users)
- **Failed transactions:** ~12,000
- **Revenue impact:** ~$45,000
- **SLA breach:** Yes (99.9% → 99.74% for the month)

## Timeline (UTC)
| Time | Event |
|------|-------|
| 13:45 | Deployment of v2.3.1 (included DB timeout config change) |
| 14:00 | First alerts: elevated 503 error rates |
| 14:05 | Incident declared (P2), IC: @sarah |
| 14:15 | Upgraded to P1 after confirming checkout fully down |
| 14:30 | Root cause identified: connection pool exhausted |
| 14:45 | Mitigation: increased pool size from 20 to 50 |
| 15:00 | Partial recovery, error rates dropping |
| 15:30 | Rolled back timeout config to previous value |
| 16:00 | Full recovery confirmed |
| 16:15 | Incident resolved, monitoring continues |

## Root Cause
The deployment at 13:45 included a change to the database
connection timeout from 30s to 5s. Under normal load, this
worked fine. However, during a brief spike in traffic at 14:00,
connections that would have waited were instead terminated,
causing a cascade of retries that exhausted the connection pool.

## Contributing Factors
- No load testing of the config change before deployment
- Connection pool size (20) was already near capacity
- Alerting threshold was set too high (>50% errors)
  — should have triggered at >5%

## What Went Well
- Incident was detected within 15 minutes
- Team mobilized quickly
- Clear communication throughout
- Root cause identified within 30 minutes

## What Could Be Improved
- Config changes should be flagged for load testing
- Connection pool monitoring needs better alerting
- Rollback took too long (45 minutes)

## Action Items
| Action | Owner | Due Date | Status |
|--------|-------|----------|--------|
| Add connection pool metrics to dashboard | @mike | Apr 16 | TODO |
| Lower alert threshold to 5% error rate | @sarah | Apr 11 | TODO |
| Add config change to deployment checklist | @tom | Apr 14 | TODO |
| Load test timeout changes in staging | @mike | Apr 18 | TODO |
| Implement automatic rollback on error spike | @lisa | Apr 30 | TODO |

6. Từ Vựng Post-Mortem

7. Email Thông Báo Sự Cố

Mẫu Email Cho Management

8. Practice — Bài Tập Thực Hành

Bài tập 1: Viết Status Update

Tình huống: API gateway trả về lỗi 502 cho 10% requests. Bạn là IC. Viết 1 status update cho incident channel.

Cần có:

• Timestamp
• What (vấn đề gì)
• Impact (ảnh hưởng)
• Current action
• ETA

Bài tập 2: Viết Status Page Update

Tình huống giống trên, nhưng viết cho khách hàng trên status page. Nhớ: ngắn gọn, không jargon, không gây hoảng.

Bài tập 3: Điền từ

Điền từ thích hợp:

1. The _____ of this incident is the API service and all downstream consumers. (phạm vi ảnh hưởng)
2. We’ve applied a temporary _____. A permanent fix will follow. (biện pháp tạm)
3. All systems are now _____. (hoạt động bình thường)
4. The _____ was a memory leak in the cache layer. (nguyên nhân gốc)
5. Our _____ for this quarter is 99.95% uptime. (mục tiêu chất lượng)

Kết Luận

Incident response là lúc áp lực cao nhất — và cũng là lúc bạn cần giao tiếp rõ ràng nhất.

3 điều cần nhớ:

1. 🎯 Be clear, be concise — không ai muốn đọc essay lúc 3AM
2. 🤝 Blameless culture — tập trung vào hệ thống, không phải con người
3. 📝 Document everything — post-mortem tốt = không lặp lại sai lầm

Lần tới khi PagerDuty reo, bạn sẽ không chỉ fix nhanh mà còn communicate như một pro 🚨✨