语雀P0级时间爆发，留给运维的时间不多了？

事件背景

打工人的焦虑，已经延伸到在线文档了。近日，语雀P0级故障想必大家都有所体会，宕机近8小时，笔记、离线同步完全不可用。作为用户尤其担心我的文档资料是否会因此消失。

这泼天的8小时，放眼互联网界也是相当炸裂的。

从次日的故障处理通报可知，团队在收到运维监控系统报警后，定位故障根因来自于新的运维升级工具中的一个致命bug，该bug带来了一系列严重的影响。更深层次的问题在于高可用架构体系的设计、运维流程，以及项目规范的不完善。

教训是个体的，经验是共享的。语雀表示：作为一款千万级用户的在线文档，应该做到更完善的技术风险保障和高可用架构设计，尤其是面向技术变更操作的“可监控，可灰度，可回滚”的系统化建设和流程审计，从同 Region 多副本容灾升级为两地三中心的高可用能力，设计足够的数据和系统冗余实现快速恢复，并进行定期的容灾应急演练。

如何提升运维效率，保障系统的稳定运维，故障如何才能快速恢复，并从根本上避免此类故障再次出现才是运维的核心要义。

一、不断完善监控系统

「无监控，不运维」，监控系统的地位不言而喻。监控什么，能发挥什么价值，结合LinkSLA智能运维管家进一步阐述。

1、实时采集监控数据，

包括硬件、操作系统、中间件、应用程序等各个维度的数据。实时掌握瞬息万变的复杂的业务系统，对业务的健康稳定有着极其重要的价值。

2、实时反馈监控状态，

通过对采集的数据进行多维度统计和可视化展示，能实时体现监控对象的状态是正常还是异常。

3、预知故障和告警，

能够提前预知故障风险，并及时发出告警信息。

4、辅助定位故障，

提供故障发生时的各项指标数据，辅助故障分析和定位。

5、辅助性能调优，

为性能调优提供数据支持，比如慢SQL分析与优化，接口响应时间等。

6、辅助容量规划，

为服务器、中间件以及应用集群的容量规划提供数据支撑。例如看似简单的空间增长问题，实际检查起来非常费时费力，很多用户会过滤掉，不愿为这种小事每天做例行检查。通过AI机器学习算法，进行趋势性监测分析，提前一周告知客户，做好空间规划与清理。

二、更有效地使用监控系统

在故障复盘时，有没有做监控？监控是否及时？监控信息是否有助于快速定位问题？这三个问题一定会被追问。可见有监控系统还远远不够，如何用好才是关键。

1、统一部署，全链路监控

将分散监控实现集中统一的监控管理，建立统一的事件管理体系，对告警严重等级设定标准、规范事件处理流程，提高运维效率。通过可视化大屏，可全面直观地掌握业务系统及IT资源运行状态。

2、趋势预测，提前预知

清楚使用哪些指标来刻画监控对象的状态，比如对某个接口进行监控，可以采用请求量、耗时、超时量、异常量等指标来衡量。

机器学习算法通过数据分析趋势变化，对未来趋势进行预测，自动调整阈值，提前对故障进行响应，实现告警收敛、异常监测， 辅助运维人员聚焦关键故障信息，极大程度地提高运维效率。

3、设定合理的报警阈值和等级

达到什么阈值需要告警？对应的故障等级是多少？

传统运维依赖人工和静态规则，无法适应动态复杂变化的场景。LinkSLA智能运维可基于历史数据，利用智能算法深度学习，对未来时间段的数值精准预测，将预测值作为基线，更贴近用户使用场景。

告警分为5个等级，对应的处理方式也不同。MOC在线值守工程师根据告警等级，选择在线处理或沟通现场工程师进行处理，确保问题得到及时响应。

三、 完善的故障处理流程

1、快速恢复——应急预案很重要

应急方案很重要，故障处理第一原则是快速恢复。系统恢复运行足够快，就不会造成太大影响。一个合格的应急方案，要包含系统、服务、辅助工具等方面。如系统或上下游出现问题，知道如何配合上下游分析问题；服务上如日志、程序、配置文件在哪里，如何检查服务是否正常，如何重启服务，如何调整应用级参数等。知晓这个服务影响什么业务；辅助工具上如何使用自动化工具辅助分析并应急。这就要求运维人员熟悉系统逻辑，架构部署，应用作用，端口，服务等级的应急处理。

2、告警要及时、准确 

故障处理的时效性，关键在于是否及时发现故障，是否及时处理故障。这两点的前提还在于告警是否准确。如果运维监控平台产生大量的错误、重复、无效告警，则大大降低了运维的效率，浪费大量的精力和成本处理这些无效告警。

试用2个月的用户表示  “告警减少了65%，MTTR减少了30%”大大的节约了公司处理告警的时间成本和风险。戳👇

仅用2个月，告警减少65%，这家公司做对什么？

3、完善故障处理流程 

在日常的运维场景中，普遍存在2个问题。一是无法时刻关注系统的告警情况，其次是遇到告警问题不知该如何处理。MOC工程师7*24值守解决系统关注问题，固化ITIL流程，当系统出现故障报警后会对报警信息进行筛选，对于高危报警能第一时间通知客户，并提供技术支持。这一点大大降低用户的系统风险和人力成本的投入，解决告警处理问题。

在故障处理案例中，从问题的发现到解除，只用了15分钟。戳👇

案例分享|从发现到处理，15分钟故障解决