有赞线上故障管理实践初探
线上故障是指提供给客户使用的IT服务全部或部分不可用，包括服务性能的降低，如：服务延迟导致用户体验变差。在创业前期，为了抢占市场先机，产品新功能的发布速度追求往往优先于其质量，埋下了很多技术债务，部分技术债务的爆发会引起线上故障，造成客户的体验下降或经济损失。 故障管理的目标是“尽快恢复服务到正常运行，并且最小化对业务运营的不利影响，从而尽可能地保证服务质量和可用性的水平”。在故障发生后，故障紧急处理小组会定位、分析和恢复故障，并在故障恢复后对故障进行Review和总结，制定出可执行的Actions，以提高故障处理效率和避免类似故障再次发生。下面将为大家简单介绍有赞的故障管理实践。 故障处理流程介绍 有赞使用JIRA作为跨部门协作工具，线上故障管理也借助于JIRA。我们制定了下面的故障处理流程，…
Read More