enechain股份有限公司

＜已上线服务＞

• 专业服务

enechain股份有限公司是一家运营能源交易平台的新创企业。作为引领能源行业变革的企业，随着产品数量的增加，开发团队之间在故障响应质量上的参差不齐逐渐成为亟待解决的问题。为此，该公司引入了SIGQ的故障响应支持服务。通过向所有团队提供赋能（自主运营支持），成功提升了故障响应能力，并通过建立产品监控文化，有效增强了系统可靠性。

■实施前的挑战

• 尽管产品数量不断增加，但各开发团队在处理故障时的质量却存在参差不齐的情况

• 对故障处理的意识和专业知识仅依赖于个人，尚未在组织层面实现标准化 

• 为了进一步推动业务增长，有必要加强产品在安全性和事件响应等方面的可靠性

■实施效果

• 在整个组织内确立了产品监控的文化，并为此奠定了持续提升可靠性的基础

• 通过为整个开发团队提供支持，使全公司的事件响应能力提升至令人放心的水平

• 同时为提升安全水平提供专业见解，助力以可靠性为武器的业务拓展

随着产品的快速增长，事件响应的质量出现了波动

enechain股份有限公司是一家成立于2019年的初创企业，其使命是“构建能源市场，为社会增添色彩”。作为日本国内规模最大的能源交易平台运营商，该公司推出了eSquare Live、eCompass等多款产品，致力于推动能源行业的数字化转型。

该公司首席技术官须藤优介就enechain业务的特点发表了如下看法。

“我们公司业务的魅力在于，尽管是一家初创企业，却正在挑战构建电力这一社会基础设施的系统。在电力交易领域，以2016年电力市场自由化为契机，每天都有各种各样的制度改革提案涌现。然而，能够建立起快速响应此类需求的系统开发体制的企业并不多。正因如此，我们才能充分发挥初创企业特有的速度优势，以及运用新技术进行开发的独特风格。”

在enechain，我们以Google Kubernetes Engine（GKE）为核心，构建了基于Google Cloud的技术栈。承担社会基础设施职能的系统，在安全性、服务水平等方面都需要极高的可靠性。因此，我们采用了具备足以支撑业务增长的可扩展性，且支持跨团队管理的GKE，并在此基础上实施统一的治理和平台工程。

随着业务的发展和多款产品的推出，开发团队之间在事件响应质量上出现不一致，这成为了一大难题。须藤先生回顾道，具体来说，他感到担忧的是，不同产品在故障检测方法和事件响应速度方面存在差异。

“作为支撑社会基础设施的产品，必须具备极高的可靠性。我们认为，有必要跨所有产品全面提升事件应对能力。”（须藤先生）

这一问题的背后存在若干原因。在产品开发的初期阶段，通常会优先开发新功能，而提升可靠性的工作往往被搁置。此外，对事件响应的意识和专业知识往往依赖于个人，容易受工程师个人经验的影响，这也是原因之一。为解决这一状况，需要引入SRE（站点可靠性工程），即基于软件工程的运维设计，以及通过持续的监控、自动化和改进来提升服务可靠性的方法和职责。

不过，须藤先生也指出了实践SRE的难度。SRE离不开对一定规模以上产品的运维经验，以及对应用程序和基础设施两方面的专业知识。此外，如果试图直接套用教科书式的SRE知识，往往难以奏效，需要根据组织、业务以及产品所处的当前阶段灵活应对。据须藤先生介绍，具备此类高水平技能的人才相当有限。

关键在于“坚持到底”的态度　动员所有团队参与的SRE自主运营支持

为解决这些问题，enechain于2025年5月引入了SIGQ的事件响应支持服务。须藤先生表示，决定引入该服务的关键因素，除了SIGQ在初创企业及大型Web服务领域积累的SRE专业经验外，还在于其服务内容和所提供价值的清晰明确。

“根据以往的经验，在将SRE业务外包给外部时，我们曾反思过：如果在预期目标尚不明确的情况下就增加人员，往往无法取得期望的成果。而SIGQ则事先分析了当前存在的问题，并提出了一份明确的路线图，列出了应在规定期限内‘彻底落实’的内容。这使得我们更容易就成果预期达成共识；此外，既具备技术能力又具备管理能力的人才非常稀缺，因此我们对此寄予了厚望。”（须藤先生）

SIGQ提供的支持内容如下。首先，基于现状分析和改进路线图，我们建立了OKR及定期报告机制。在此基础上，SIGQ成员以SRE身份加入各开发团队，并持续提供支持，直至各团队能够自主运作。具体举措包括：利用Datadog构建并改进监控平台；完善运营与监控体系（包括优化告警设置）；制定事件响应流程并将其推广至全公司等。此外，SIGQ还利用自身获取SOC2 Type 1保证报告时的经验，就内部控制和安全问题提供了专业见解。

我们特别着力于提升事件响应能力以及能力建设。针对所有开发团队，每周举行一次会议，与成员站在同一立场，共同推动目标的实现。此外，在征得利益相关方认可的同时，完善了规则、政策及文档，并使其在团队中深入落实。针对SIGQ实施的这些举措，须藤先生给予了高度评价，称“在减少本公司管理工作量的同时，还确保了一系列变革举措的全面落实，无一遗漏”。

“我本人也曾担任过部分产品开发的负责人，因此也曾处于赋能者的角色。随着可靠性指标的明确，我们能够全面排查事件的征兆，我亲身见证了团队走向自主运作的过程。”（须藤先生）

确立产品监控文化——为实现增长而加强可靠性的基础

在SIGQ的支持下取得的具体成果之一，是警报数量的大幅减少。采用IaC构建基础设施时，相同的配置内容会原样传播到多个环境中。因此，如果警报配置存在错误，其影响将波及整体，从而导致产生大量噪音。特别是警报配置，一旦构建完成，往往就会被搁置不管。为此，我们重新审视了上游配置，最终成功将警报数量减少到原来的十分之一。随着干扰的减少，我们能够将精力集中在真正需要处理的警报上，从而大幅提升了事件响应的质量。

须藤先生强调，在SIGQ的支持下取得的最大成果，不仅在于定量上的改进，更在于“产品监控文化已在组织中扎根”。过去各团队在事件响应意识上存在差异，如今已实现统一，整个组织都形成了“一旦发生错误，立即响应并修复”这一高标准的响应机制。通过不放任任何一个团队的松懈，并在全公司范围内维持统一的标准，从而确立了持续监控产品并对其可靠性负责的习惯。

“在B2B业务中，由于访问量较B2C业务要少，人们往往容易忽视一些细微的错误。然而，为了未来业务的规模化发展，产品的可靠性绝不能被忽视。着眼于未来的增长，能在这一时机强化重视可靠性的组织文化，是一大优势。”（须藤先生）

以可靠性为武器，作为社会基础设施实现更大的飞跃

关于公司的未来展望，须藤先生表示，在推动eSquare Live等新产品应用的同时，公司将整合多款产品，致力于为客户提供无缝衔接且最优的解决方案。他还补充道，作为支撑社会基础设施的产品，需要满足更高的安全性与可用性要求。为此，公司正在考虑采取进一步措施以增强可靠性，例如未来获取国际机构颁发的第三方认证等。

“随着勒索软件等造成的危害日益加剧，客户对安全措施的关注程度比以往任何时候都更高。安全投资不仅关乎防御，更是让客户安心使用产品、提升公司产品价值的‘进攻性武器’。我们对SIGQ所具备的高水平安全专业知识寄予厚望。”（须藤先生）

最后，须藤先生针对面临类似挑战的企业提出了以下建议。
“SRE是一项难度较高的业务，要为每家企业找出最优解决方案，需要一定的经验和执行力。有时，与其仅靠自身反复试错，不如引入像SIGQ这样具备强大执行力的解决方案，从长远来看，这才是最快实现SRE并推动团队自主运作的途径。”（须藤先生）

enechain致力于推动能源行业的变革。今后，SIGQ也将通过提高可靠性的各项举措，继续支持该公司的挑战。