从运维角度谈谈故障定位【未完】
2018-02-05 23:57
337 查看
面试时,经常会被问到:在线业务出现故障,该如何定位?
一般刚毕业不久的会回答:我们有监控;看日志等之类的答案。
工作几年的人会回答:从网络,机器,资源等方面排查有没有问题,如果没有问题,再看看日志,找开发核对。
也有人回答这个是开发的问题,我们运维还没有精确到业务层面。
故障定位,这个话题可能很大,不同角色认识是不一样的。对于开发,故障定位往往会根据问题现象,从代码角度去分析,尝试从代码或架构方面进行解决。对于运维而言,故障定位,一般理解为:在线业务的核心功能受到影响,应该如何快速定位到原因。
本文要讨论的范围,也仅限于运维角度进行在线问题故障定位。
运维人员进行故障定位时,遇到主要问题:
1)业务掌握深入程度有限。不像某个应用的开发那样,能很清楚一个小问题的处理逻辑。
2)要对在线业务的稳定性负责。
3)造成故障的原因很多。除了代码bug可能导致问题外,IDC,机器,流量波动等外在条件都会有影响。
4)不同运维人员对于业务理解或运维能力不同。不同的业务运维人员由于经验等不同,遇到故障时的心态、决策等区别很大。
“核心功能告警,执行预案”是运维处理在线故障的思路。但是,当预案执行后,故障仍然存在,该如何做呢?
这时候,就要快速、准确定位出故障原因,至少要知道造成这次故障的一个范围是什么,以便采取相应措施。
网络方面
网络无疑是造成服务故障的第一杀手。
用户->CDN->源站IDC->业务接入层->后端服务
用户->源站IDC->业务接入层->后端服务
服务健康
资源使用
核心依赖
上线变更
容量方面
一般刚毕业不久的会回答:我们有监控;看日志等之类的答案。
工作几年的人会回答:从网络,机器,资源等方面排查有没有问题,如果没有问题,再看看日志,找开发核对。
也有人回答这个是开发的问题,我们运维还没有精确到业务层面。
故障定位,这个话题可能很大,不同角色认识是不一样的。对于开发,故障定位往往会根据问题现象,从代码角度去分析,尝试从代码或架构方面进行解决。对于运维而言,故障定位,一般理解为:在线业务的核心功能受到影响,应该如何快速定位到原因。
本文要讨论的范围,也仅限于运维角度进行在线问题故障定位。
运维人员进行故障定位时,遇到主要问题:
1)业务掌握深入程度有限。不像某个应用的开发那样,能很清楚一个小问题的处理逻辑。
2)要对在线业务的稳定性负责。
3)造成故障的原因很多。除了代码bug可能导致问题外,IDC,机器,流量波动等外在条件都会有影响。
4)不同运维人员对于业务理解或运维能力不同。不同的业务运维人员由于经验等不同,遇到故障时的心态、决策等区别很大。
“核心功能告警,执行预案”是运维处理在线故障的思路。但是,当预案执行后,故障仍然存在,该如何做呢?
这时候,就要快速、准确定位出故障原因,至少要知道造成这次故障的一个范围是什么,以便采取相应措施。
网络方面
网络无疑是造成服务故障的第一杀手。
用户->CDN->源站IDC->业务接入层->后端服务
用户->源站IDC->业务接入层->后端服务
服务健康
资源使用
核心依赖
上线变更
容量方面
相关文章推荐
- 超级互联网运维故障快速定位
- 运维定位服务故障时,前5分钟都在忙啥?
- linux运维故障定位汇总
- linux运维故障定位汇总
- 该怎么解决运维定位服务故障问题?
- linux运维故障定位汇总
- 复杂运维场景下,如何实现分钟级的故障根因定位
- 【转】从JVM内存管理的角度谈谈静态方法和静态属性
- 谈谈Web前端工程师的定位
- 让我们来谈谈对Linux的认识,值得每一位运维人员深读
- 让我们来谈谈对Linux的认识,值得每一位运维人员深读
- 视频打不开故障定位
- 谈谈数据库运维自动化
- IT运维手册之企业网络故障解决步骤
- 运维故障解析:C++库问题导致LAMP运行异常,Floating Point Exception
- IBM小型机硬件故障定位
- 从JVM内存管理的角度谈谈静态方法和静态属性 和 java对象引用与JVM自动内存管理
- 关于Linux运维常见故障排查和处理的33个技巧汇总
- 运维神器-分分钟定位500错误!
- 从运维角度看中大型网站架构的演变之路