重启服务器之前，需要记录的五件事

概念来源: Incident Response – Google SRE Workbook。 。 - 。 以下重启前的核对表是本注的独立提议,公共秩序并不是所有服务器的重启.

重启有时会返回服务,但也可能破坏失败的最重要证据. 我之前认为,我们需要知道我们想要纠正什么以及如何衡量成功。 重塑操作系统是不够的.

行动前5个

• 对用户的影响 : 谁受到影响? 谁证实了停站时间 信息记录在哪里?
• 附录 : 什么数据库、存储或认证系统? 阅读同一服务文档的站点和站点。
• 积极的工作和证据: 时间处理、交易、文件传输和备份操作正在进行吗? 临时情况丢失前的记录错误和时间.
• 恢复和访问路径 : 如果网络失败,可使用版本负责检索和领事访问? 若无评论,
• 结束标准 : 哪个用户测试确认服务健康,谁公布结果?.

注册时间短,但有用。

操作注释的简单模式 :

行动原因:. 受影响的服务:... 文件证据:. 负责审查; 发射后测试; 失败的决定:

我建议避免作出模糊的决定;这不能替代经核准的组织程序或建设性指南。 对于集群和冗余服务,必须按照设计探索负载后撤和节点作用.

澄清后,工作尚未完成.

一个假想的例子,网络服务器已经上升,但报告定时服务还没有开始. 健康的入门页没有揭示这个缺陷。 审查必须回到我们在停机前列出的相同内容。

如果重新启动暂时解决问题,请详细记录结果:“在发射后,特定情况成功;原因尚未探讨。”

相关研究: 实际保健服务.