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
- 站點可達告警。
- 備份失敗告警。
- 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: