運維故障處理思路-資料下載頁
2025-06-25 04:06本頁面
【正文】 務是否正常，如何重啟服務，如何調整應用級參數(shù)等。（3）交易級：能知道如何查到某支或某類交易出現(xiàn)了問題，是大面積、局部，還是偶發(fā)性問題，能用數(shù)據(jù)說明交易影響的情況，能定位到交易報錯的信息。這里最常用的方法就是數(shù)據(jù)庫查詢或工具的使用。知道最重要的交易如何檢查是否正常，重要的定時任務的應急處理方案，比如開業(yè)、換日、對賬的時間要求及應急措施。（4）輔助工具的使用：有時候，需要借助一些工具或自動化工具輔助分析并應急，這時需要有輔助工具如何使用的方法。（5）溝通方案：溝通方案涉及通訊錄，包括上下游系統(tǒng)、第三方單位、業(yè)務部門等渠道。（6）其它：上述5點內容如何都完備，相信這個應急手冊己可以解決80%的故障恢復工作。2）應急方案是一項持續(xù)的工作有了應急方案，如何讓運維人員持續(xù)去更新是難點。我認為要解決這個難點，需要先讓運維人員經常使用這個手冊。如果一個手冊沒有場景可以用，那就需要管理者為運維人員創(chuàng)造機會去使用這個手冊，比如應急演練。3）關注運維人員對應用關鍵信息的認識前兩點關注了手冊，最后一點我覺得有必要關注使用這個手冊的人。有些運維人員認為應用運維人員沒有能力去把應用系統(tǒng)本身的內容了解得很透徹，所以應用運維人員在故障處理過程中的地位很尷尬，運維人員掌握操作權，但卻不知道應該操作什么。對此，我認同應用運維人員不需要掌握應用系統(tǒng)的業(yè)務功能，但我覺得就對應用系統(tǒng)本身來講應用運維人員需要具備以下最基本的能力：（1）知道應用系統(tǒng)這個是干什么的，基本的業(yè)務是什么；（2）知道應用架構部署、上下游系統(tǒng)邏輯關系；（3）知道應用下的服務的作用、端口、服務級的應急處理，日志等數(shù)據(jù)信息如何找到并簡單定位。（4）知道應用系統(tǒng)重要的時間點及任務，比如開業(yè)、停業(yè)、換日、定時任務的時間點以及如何判斷這些任務是否正確（5）知道最重要的幾支交易的流程；（6）知道常見數(shù)據(jù)庫表結構，并能使用。智能化事件處理處理方法如下圖（詳細的智能化涉及監(jiān)控、規(guī)則引擎、配置工具、CMDB、應用配置庫等模塊協(xié)同工作，具體介紹后續(xù)分析）
研究報告相關推薦
鄂ICP備17016276號-1