故障應急與排障工具怎麼配:從告警到值班

告警配得再好,沒人接手也沒用。工具鏈的最後一步永遠是“誰來看”。

資訊中心:故障應急與排障工具怎麼配:從告警到值班

三層設定

層 工具 要點
採集 站點可達、資源、業務指標 覆蓋核心路徑
判定 閾值與分級 避免噪音
通知 羣、簡訊、電話 分級推送

採集層

必配四項:

  • 站點可達(HTTP 狀態)。
  • 響應時間。
  • 伺服器資源(磁碟、記憶體)。
  • 業務指標(表單成功數)。

判定層

等級 觸發條件 通知方式
高 站點不可達 2 分鍾 電話/簡訊
中 錯誤率超閾值 羣消息
低 磁碟超 80% 日報匯總

閾值先寬後緊,觀察兩周再調。

通知層

  • 高等級同時通知第一響應人與備選。
  • 中低等級發羣,避免打擾。
  • 通知內容含:什麼、何時、影響範圍、建議動作。

值班交接

  • 交接本記錄未閉環告警。
  • 交接時確認告警接收人已更新。
  • 換班時間固定,避免空檔。

最小可用設定

  1. 站點可達告警。
  2. 備份失敗告警。
  3. 羣通知 + 一名第一響應人。

三項即可覆蓋最致命的情況。

常見問題

  • 告警只發個人,休假即失效。
  • 閾值過敏感,一天幾十條。
  • 通知沒有建議動作,收到也不知做什麼。

邊界

工具設定解決“發現與通知”,不替代止損與修復能力。工具選擇需結合現有環境,本文不做產品推薦。

相關閱讀: