资讯中心:故障应急与排障最容易踩的 7 个坑
坑一:先修根因,不做止损
后果: 停机时间被拉长,用户在等。
做法: 先回滚或切换,恢复可用后再查原因。
坑二:所有问题都叫“紧急”
后果: 真正的紧急无人重视。
做法: 按影响面分三级,只有高等级才即时响应。
坑三:没有回滚方案
后果: 出问题只能硬扛或重装。
做法: 每次发布前确认可回滚,并实际验证过。
坑四:日志不留
后果: 事后无法定位根因。
做法: 关键动作留日志,保留周期不少于 30 天。
坑五:复盘不落地
后果: 同类问题重复发生。
做法: 复盘必须产出改进项与负责人,并跟踪闭环。
坑六:告警过多
后果: 集体麻木,真告警被忽略。
做法: 分级通知,只把最高级别推给人。
坑七:值班无人接手
后果: 告警发出后长时间无人处理。
做法: 明确第一响应人与升级路径,超时自动升级。
优先级
| 坑 | 修复成本 | 影响 |
|---|---|---|
| 无回滚 | 中 | 高 |
| 不止损 | 低 | 高 |
| 无分级 | 低 | 中 |
| 告警过多 | 低 | 中 |
| 值班无人 | 低 | 高 |
| 日志不留 | 低 | 中 |
| 复盘不落地 | 低 | 中 |
前两项与值班问题优先修。
边界
本文列常见操作问题,不涉及具体故障的技术细节。根因分析需结合日志与变更记录。
相关阅读: