运维必备制度故障分级和处罚规范
作者简介
唐文,《海量运维、运营规划之道》一书作者,关于海量运维、运营规划,我想业界都没有准确的定义,假如说互联网的架构
师用能否设计多高的摩天大楼来衡量架构能力,那运维、运营更多的是在关注互联网服务的质量、效率、成本、故障、瓶颈,
用户的忍耐、抱怨等问题。
在接下来的日子里,将以质量、效率、成本为核心,从运营规划、管理、流程
/
规范、系统
/
平台,监控、告警、安全、优化、考
核等几个维度结合案例来与大家分享自己的体会,内容大致如下所示。
编者按:
一个好的制度是可操作、可执行的,不是高高挂起的。每个公司情况不同,制度需要定期根据公司自身情况进行适当
修改,以下文章算是一个制度的模板,仅供参考,要想使用肯定还需要修改。
正文
互联网产品提供
7*24
小时服务,而因人为操作、程序
Bug
等原因导致服务不可用是影响服务持续运行的重要原因,为了提高各
业务产品的运维和运营质量,规范各业务线的服务、故障响应,拟定和发布
“
故障分级和处罚规范
”
是非常必要的。
故障分级标准
运营故障中,对非不可抗力所造成的故障归类为
“
故障
”
,对于故障将追究故障的分级,故障责任人,及故障处理结果。下面将
就各类故障级别进行定义说明,由于故障可能在多方面体现影响,所以故障的综合等级评定原则,取各个方面中严重等级最高
者为该故障综合严重等级,故障分级如下所示。
故障分级表
故障奖惩制度
运营故障处理评定是根据相关责任人对故障的响应、处理、完成结果等因素来对故障的处理情况进行综合评定,部门内会依据
这个评定来对故障处罚等级进行调整。该评定只用于由部门内决定的故障处罚分级,公司的处罚条例不受此约束。符合下面条
件者,可以对故障处罚等级进行适当降级,具体所降等级由部门领导决定,故障升级制如下所示。
故障升级制度表
对于所出现的各级运营故障,如果运营故障的主要原因由人为工作疏忽
/
失误所导致,参照以下处罚标准对个人和项目组进行相
关惩处,任何运营故障,要及时通报相关领导或相关处理人员,对于延报、瞒报故障者,将从严处罚,故障分级及处罚如下所
示。
故障分级表