故障應急與排障:先搞清這 6 個概念

應急流程不好用,往往不是寫得少,而是概念混着用。六個概念分清後,流程自然清楚。

資訊中心:故障應急與排障:先搞清這 6 個概念

六個概念

概念 一句話定義
故障等級 按影響面劃分的嚴重程度
響應時限 從發現到有人接手的最長時間
止損 先恢復可用,不追根因
根因 導致故障的根本原因
復盤 事後定位與改進
值班 誰在什麼時候負責

故障等級

常見三檔:

  • 高:全站不可訪問或核心功能失效。
  • 中:部分功能異常,有替代路徑。
  • 低:樣式、文案、非核心頁面。

分級的意義是決定“誰被叫醒”。

響應時限

  • 高:15 分鍾內有人確認。
  • 中:1 小時內確認。
  • 低:當日處理。

時限承諾的是“確認”,不是“修復”。

止損

  • 復原最近變更。
  • 切到備用環境。
  • 臨時關閉出問題的功能。

止損優先於找原因,因爲使用者在等。

根因

  • 在止損之後進行。
  • 需要日誌、變更記錄與時間線。
  • 結論要能轉成一條可執行的改進項。

復盤

  • 寫清時間線:何時發現、何時止損、何時恢復。
  • 寫清失效的控制點。
  • 給出改進項與負責人。

值班

  • 明確第一響應人。
  • 明確升級路徑(多久沒人接手就升級)。
  • 交接本記錄未閉環事項。

概念混用的後果

  • 把“止損”當“修復”,問題反復出現。
  • 沒有等級,所有問題都叫“緊急”。
  • 復盤只寫現象,沒有改進項。

邊界

本文講概念,具體流程設計見同簇其他文章。等級劃分需按自身業務影響面確定,不宜照搬。

相關閱讀: