团队线上故障处理模板（SRE必收藏）

如果对于生产环境的故障没有一个提前的准备，出现故障时，团队必定手忙脚乱。前段时间，笔者设计了一个线上故障处理的流程模板。当出现故障时，根据这个模板创建一个故障单，然后团队的人各司其职，将自己的那部分信息填到故障单中。方便排查人排查故障的根因。

当然，这个故障单应该是可以自动化生成的，但是，并不是每个团队一开始就有这样的能力去建设。所以，小团队时，手工创建这个故障单也是可以的。

同时，你也会发现，这个故障处理模板很大程度上，其实是一个初级的AIOps。

以下是故障单的内容：

事故业务现象

<由谁在什么时间点报什么问题，尽量详细，比如设备id，用户id等>

事件发生频率

偶发 or 必现

事故复现方法

方便大家复现。

事件时间流记录

以事件时间流的方式记录出现事故前，事故中的操作记录

注：时间能精确就精确

时间	事件	备注
202