資訊中心:故障應急與排障怎麼做:一份可執行的設定順序
第一步:定等級(半天)
- 高:全站不可訪問、核心功能失效。
- 中:部分功能異常。
- 低:樣式與文案。
寫成一頁表,附判定例子。
第二步:定響應人(半天)
- 第一響應人(輪換)。
- 升級路徑:多久無人接手則升級。
- 聯絡方式固化在羣裡,不靠私聊。
第三步:配監控告警(1 天)
必配四項:
| 監控 | 閾值 |
|---|---|
| 站點可達 | 連續失敗 2 次 |
| 5xx 比例 | 超過 2% |
| 伺服器資源 | 磁碟 80%、記憶體 90% |
| 備份工作 | 失敗即告警 |
第四步:備止損手冊(半天)
- 復原步驟(程式碼、資料庫)。
- 切換到備用環境的方法。
- 關閉某功能的開關位置。
手冊要短,能在一屏內讀完。
第五步:建復盤範本(1 小時)
範本包含:
- 時間線。
- 影響範圍。
- 止損動作。
- 根因。
- 改進項與負責人。
設定順序的理由
| 順序 | 專案 | 原因 |
|---|---|---|
| 1 | 等級 | 決定後續所有動作 |
| 2 | 響應人 | 沒人接,監控再好也沒用 |
| 3 | 監控 | 先能發現 |
| 4 | 止損 | 先恢復可用 |
| 5 | 復盤 | 防復發 |
最小可用版本
只有半天時間時,做三件事:定等級、定第一響應人、配站點可達監控。
邊界
流程設定與團隊規模相關。單人維護的站點可簡化爲“自己 + 告警 + 復原手冊”,不必照搬分級體系。
相關閱讀: