Fünf Dinge, die vor einem Serverneustart dokumentiert werden sollten

Quelle des Konzepts: Incident Response – Google SRE Workbook. Eine Checkliste vor dem folgenden Neustart ist ein unabhängiges Angebot dieser Notiz, und die öffentliche Ordnung ist nicht der Neustart aller Server.

Der Neustart gibt manchmal den Dienst zurück, aber er kann auch die wichtigsten Beweise für einen Fehler zerstören. Ich denke, vorher müssen wir wissen, was wir korrigieren wollen und wie wir den Erfolg messen können. Eine Neugestaltung des Betriebssystems reicht nicht aus.

Fünf vor der Aktion.

• Auswirkungen auf die Nutzer: Wer ist betroffen? Wer bestätigte die Stoppzeit und wo wurden die Informationen aufgezeichnet?
• Anlagen: Welche Datenbank, Speicherung oder Authentifizierungssystem? Lesen Sie Stopp und Start des gleichen Servicedokuments.
• Aktive Arbeit und Beweise: Zeitverarbeitung, Transaktion, Dateiübertragung und Backup-Operationen sind im Gange? Notieren Sie Fehler und Zeit, bevor die vorübergehende Situation verloren geht.
• Wiederherstellungs- und Zugriffspfad: Die nutzbare Version ist für den Abruf und den konsularischen Zugang verantwortlich, wenn das Netzwerk ausfällt? Nehmen Sie Snapshot nicht ohne Bewertungen an, ein unabhängiges Backup.
• Endkriterium: Welcher Nutzertest bestätigt den Zustand des Dienstes und wer kündigt das Ergebnis an?

Kurze Registrierung, aber nutzbar.

Ein einfaches Muster für Operationshinweise:

Ursache des Handelns: ... die betroffenen Dienste: ... die dokumentierten Nachweise: ... verantwortlich für die Überprüfung; der Test nach dem Start; die Entscheidung, wenn der Fehler:

Dieses Muster ist mein Vorschlag, eine vage Entscheidung zu vermeiden; es ist keine Alternative zum genehmigten Prozess der Organisation oder des konstruktiven Leitfadens. Bei Clustern und Redundanzdiensten müssen die Lastentnahme und die Rolle des Knotens entsprechend dem Entwurf untersucht werden.

Nach der Klärung ist die Arbeit noch nicht abgeschlossen.

In einem hypothetischen Beispiel ist der Webserver gestiegen, aber Reporting-Timing-Dienste haben noch nicht begonnen. Eine gesunde Einstiegsseite offenbart diesen Fehler nicht. Die Überprüfung muss zu den gleichen Dingen zurückkehren, die wir vor dem Stopp aufgelistet haben.

Wenn Restart das Problem vorübergehend löst, notieren Sie das Ergebnis genau: "Nach dem Start war das angegebene Szenario erfolgreich; der Grund wurde noch nicht untersucht."

Verwandte Studie: Echter Gesundheitsdienst.