系統排除故障的九大「道」術

opsstack.io

系統又奔潰了 !!!

伺服器重啟

網站複雜程度很高

程序BUG

微伺服器

無伺服器

鬆散的零部件

複雜的系統架構

...

有什麼好方法？

Troubleshooting排除故障 九大「道」術

01 了解你的系統架構

在排障之前必須了解你的系統架構，知道故障在哪裡，如何連接，如何配置？故障的行為是什麼？以及它所有的功能，查看相關的邏輯框架圖，物理架構圖以及網路架構圖等。

02 知曉你所知道的

排除故障前，知道所有事情的狀態和配置，這不僅是檢查你的代碼，配置，.env和基礎設施代碼系統，還包括所有動態部分和部件，故障的原因是來自於你現在正在運行的程序。

03 找出改變的原因

在最後相關的時間段內，發生了什麼變化？由誰？什麼時候發生？誰登錄到伺服器？誰推動任

何代碼？誰更改任何配置？誰修改了雲信息？什麼行為改變了？

例如：延遲變化，相關性的動態變化，錯誤率是否發生了變化？資源負載或可用性發生了什麼

變化？而這些變化中的哪一個重要？

04 利用專業知識

直接或間接應用知識或經驗，找出它們之間的關係，相關性，特別是動態和失敗模式的關聯性

通過連線專家，現場，在線或通過Ouija。如果可以的話，申請7x24系統運維管家和規則引擎

編碼的專業知識。

05 清晰的思路

總是不停的思考和觀察，以開發規則引擎和專家的大腦，特別是低風險，通過規則引擎自動化

快速回答的信息，沒有足夠的數據和時間來處理這一切，帶著疑問自然會尋找到答案。

06 探索結果

排除故障前，做一些微小的改變或系統的調整，來觀察結果。特別有用的是增加你的排除清

單，明確之前不確定的關係，或者是之前沒有工作的原理。

07 排除唯一性

不要浪費時間解決你不可能解決的問題，因為它們會消耗巨大的精力，專註力和資源，沒有被

充分排除在外的，永遠不要忘記問題不在於是什麼，而在於處理問題的基本邏輯和經驗。

08 測試真相

作為後期階段排除故障可能會在矛盾和難題中結束，出現的問題不一定是事實，

用馬克·吐溫的話來說：「問題不是你所不知道的，而是你知道的並非事實真相.」

總是不斷挑戰你的最基本假設，事實和真相，通常是你所知道的事實並非如此。

09 尋求釋放

問題很難，沒有足夠的時間或好的工具，壓力大，不斷退後一步，重溫你所知道的事情，

並思考你所知道的，看看它們是如何連接起來的，分析下因果關係，說不定真想就浮出水面,

或是另一種神秘方式告訴你。

上海雲敞網路科技有限公司(http://yunchangcloud.com)是一家全球領先的伺服器管理商和雲計算運維服務商。雲敞網路科技有限公司總部設在中國上海，脫胎於由矽谷技術專家創立於2008年的雲絡，是中國首家雲計算運維服務商，數名專家和技術支持團隊。我們是中國最值得信賴的雲計算運維專家，也是AWS在中國認證的第一家MSP。雲敞科技致力於為客戶提供可靠、安全、高擴展性和節約成本的系統運維解決方案。

http://weixin.qq.com/r/cTkiOkDE8R2OrQRZ92xj (二維碼自動識別)