运维必备制度-故障分级和处罚规范

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【编辑推荐】1.中小企业运维需要重视日志分析2.运维中性能优化的常见模式及趋势3.大众点评高可用性系统运维经验分享4.论开发与运维冲突的根源、表现形式及其解决方案5.WOT2016黄继：小米运维发展中的关键节点有哪些？