资讯中心:故障应急与排障:先搞清这 6 个概念
六个概念
| 概念 | 一句话定义 |
|---|---|
| 故障等级 | 按影响面划分的严重程度 |
| 响应时限 | 从发现到有人接手的最长时间 |
| 止损 | 先恢复可用,不追根因 |
| 根因 | 导致故障的根本原因 |
| 复盘 | 事后定位与改进 |
| 值班 | 谁在什么时候负责 |
故障等级
常见三档:
- 高:全站不可访问或核心功能失效。
- 中:部分功能异常,有替代路径。
- 低:样式、文案、非核心页面。
分级的意义是决定“谁被叫醒”。
响应时限
- 高:15 分钟内有人确认。
- 中:1 小时内确认。
- 低:当日处理。
时限承诺的是“确认”,不是“修复”。
止损
- 回滚最近变更。
- 切到备用环境。
- 临时关闭出问题的功能。
止损优先于找原因,因为用户在等。
根因
- 在止损之后进行。
- 需要日志、变更记录与时间线。
- 结论要能转成一条可执行的改进项。
复盘
- 写清时间线:何时发现、何时止损、何时恢复。
- 写清失效的控制点。
- 给出改进项与负责人。
值班
- 明确第一响应人。
- 明确升级路径(多久没人接手就升级)。
- 交接本记录未闭环事项。
概念混用的后果
- 把“止损”当“修复”,问题反复出现。
- 没有等级,所有问题都叫“紧急”。
- 复盘只写现象,没有改进项。
边界
本文讲概念,具体流程设计见同簇其他文章。等级划分需按自身业务影响面确定,不宜照搬。
相关阅读: