故障應急與排障出問題先查什麼:5 步排查法

排障順序比排障技術更重要。先排除“最近改動”和“資源耗盡”,能解決八成事故。

資訊中心:故障應急與排障出問題先查什麼:5 步排查法

五步順序

順序 檢查 原因
1 影響面 決定等級
2 最近變更 最常見誘因
3 資源 磁碟/記憶體/連接
4 依賴 資料庫/第三方
5 日誌 定位具體錯誤

一、定影響面

  • 全站還是部分頁面。
  • 所有使用者還是特定地區。
  • 有替代路徑與否。

影響面決定是否立刻叫醒人。

二、查最近變更

  • 最近 24 小時是否發佈過。
  • 是否改過設定或權限。
  • 是否更新過依賴。

有變更就先考慮復原。

三、查資源

  • 磁碟是否寫滿。
  • 記憶體是否耗盡。
  • 連接數是否打滿。
  • CPU 是否異常。

資源問題通常表現爲“突然變慢”或“間歇性失敗”。

四、查依賴

  • 資料庫是否可連。
  • 快取服務是否正常。
  • 第三方介面是否超時。

依賴故障常被誤判爲“自家程式問題”。

五、查日誌

  • 錯誤日誌最近記錄。
  • 特定時間點的異常。
  • 是否有重複報錯模式。

到這一步通常能定位到具體程式碼或設定。

排查時的三條紀律

  • 先止損再深挖。
  • 每一步記錄結論,不重複排查。
  • 不確定時升級,不硬扛。

邊界

本文按常見 Web 架構整理。分佈式或多服務架構需要鏈路追蹤配合,排查路徑不同。

相關閱讀: