学方法、寻根因、获成长

A系统于2019年7月完成验收进入运维阶段，截止目前已经运维近3年时间。

在2022年6月3日突发系统无法登录问题，导致客户无法正常工作。当即，项目团队在技术中心的支持下进行了紧急处理，历时3小时系统恢复正常使用。针对本次事故，PMO组织公司运维项目总负责人万某、运维项目驻场负责人周某一道采用“5WHY”分析法对该事件进行了根因分析。

问题	原因	处理措施
1.为什么系统无法登录？	系统登录时无法连接到服务器。	（1）开启日志文件定时清理任务程序； （2）完善项目组运维手册，补充nginx服务器维护相关内容； （3）公司层面进一步规范“工作交接”流程以及对应制度；
2.为什么系统登录时无法连接到服务器？	服务器响应请求后拒绝连接。
3.为什么服务器响应请求后会拒绝连接？	nginx转发服务器失去连接，tomcat服务器无法获取到MES登录系统请求。
4.为什么nginx转发服务器失去连接？	nginx服务器本身磁盘空间不足，处理请求时产生错误，无法转发请求。
5.为什么nginx服务器本身磁盘空间不足？	日志文件没有被及时清理。
6-1.为什么nginx服务器日志文件没有被及时清理？	nginx服务器定时任务路径错误，导致定时任务没有执行。
6-2.为什么没有发现nginx服务器日志没有被清理？	之前项目相关负责人没有对nginx服务器进行定期维护。
7.为什么没有发现nginx服务器定时任务路径错误？	之前项目相关负责人没有对nginx服务器进行定期维护。
8.为什么负责人没有定期对nginx服务器进行维护？	负责人没有掌握nginx服务器相关内容。
9.为什么负责人没有掌握nginx服务器相关内容？	项目运维手册内容不完整，没有包含nginx服务器维护相关内容
	服务器部署完成后，工作交接不到位，相关信息没有完整的进行继承
问题	原因	处理措施
1.为什么没有对事故进行预防？	项目组没有提前制定对应的应急预案。	（1）协同技术中心一并整理输出该事故应急预案，并进行验证
2.为什么没有准备登录系统应急预案？	登录系统属于公司平台内部封装代码，项目组没有单独准备应急预案，平台也未提供对应的应急预案。
3、为什么平台未提供应急预案？	之前未发生类似问题，未能识别出该类情况，从而导致未能提前准备应急预案。

采用“5WHY”分析法，项目组由浅入深找到了问题出现的真正根源，提出了切实可行的处理措施，避免了后续隐患；同时为公司管理体系的改进提供了宝贵建议。在此，希望大家在遇到问题的时候，像A项目组一样积极的正视问题，科学的解决问题。大家在遇到问题的时候，反复学习与实践该案例的分析方法，能够大幅提升分析问题、解决问题的能力。