如何写复盘报告

复盘报告在it公司中是为了在出现事情后,我们更好的回顾事情的前因后果,定位问题,指定解决措施,并且宣导,让这类事情减少发生的概率。那复盘报告一般怎样写合适呢?下来我们就看看,

一、一般会先还原下故障的基本信息:

1、基础信息

责任人

故障负责人,可 @ 对方

故障等级

【P1】【P2】【P3】【P4】【紧急变更】:

故障状态

【编写中】【未复盘】【已定级】

故障简述

故障概述,简要描述问题原因,影响面,修复结果

发现方式

发现方式,如:IM 监控群报警、邮件报警

故障发现时间

发现方式,如:IM 监控群报警、邮件报警

故障发生时间

YYYY-MM-DD HH:mm

故障恢复时间

YYYY-MM-DD HH:mm

故障影响时长

服务 xx 分钟不可用

在这个里面如何故障定级是一个问题,一般可以参考这个,也可以再加一些公式个性化的项目

如何写复盘报告_第1张图片

出处:《云上稳定性指南》

二、我们要交代处理过程

处理过程推荐按照时间以列表形式,将处理过程时间点,处理内容,阶段性结果描述清楚。

2、1 处理过程

关键时间点

时间

现象

动作

备注

【故障开始】

相关数据统计链接或 IM 群截图

【故障发现】

【故障处理】

【故障恢复】

【故障结束】

2、2【影响时间轴 】(具体到分钟级)

(完善时间线及细节,包括报警、监控、干系人提供的信息)

1、【故障日期 2020-06-22】

2、【故障起因】

(做简单原因描述,帮助大家快速进入状态,结论先行,上线了什么需求或者什么其他改动导致了么)

3、【故障发现/报警】

4、【故障定位】

5、【处理】

6、【恢复】

7、【故障处理及时性总结】

发现时间:【x分钟】(发生->发现)

定位时间:【x 分钟】(发现->定位)

止损时间:【3 分钟】(定位->止损)

恢复时间:【6 分钟】(止损->修复)

三、评估好影响范围

这个每家都可以不一样,但可以先有一个基线,各种特性业务自己部门再规定

业务量级

(大中小微)

业务场景

功能级别(核心、次核心、非核心)

可用率下降率

影响用户数

影响关键性交易笔数

资损金额

客诉舆情上升率

持续时长

业务线/业务产品

...

...

四、确定发生原因

首先我们会列出是哪个系统的,然后逐步分析确定原因是在什么阶段发生的

4、1【直接原因】

1、xxx做了什么样的变更,导致了什么样的问题

或者系统存在怎样bug,当单量到达阈值导致性能瓶颈,造成雪崩

4、2、【根本原因】

1、产品需求

  • 产品设计是否合理
  • 产品设计阶段未发现的原因

2、研发阶段

  • 设计是否合理,技术设计阶段未发现原因
  • 开发自测阶段是否发现
  • 联调阶段是否发现
  • 是否由于存在历史技术包袱导致

3、测试环节

  • 系统测试阶段是否发现
  • SIT 回归测试阶段否发现

4、发布流程

  • 是否进行灰度发布,灰度发布时长是否足够
  • 发布后是否关注线上监控项异常
  • 监控项是否缺失,包括链路监控/系统监控/业务监控

5、应急处理

  • 问题定位,存量的措施中是否提供确定的操作指南
  • 应急时各步骤是否存在优化空间
  • 是否可以做到自愈

五、确定责任

确定原因后,我们就应该能确认故障的归属团队和事件级别了

六、故障回归

在之后我们还要做一次故障回顾,看看怎样优化减少再次发生的概率,例如

6、1日常变更中是否遵守了安全原则,技术架构是否合理等等。

  • 是否有功能降级
  • 是否有容灾备份
  • 是否记录完整的日志信息

6、2 好的经验

本次故障中,有哪些是做的好的。

6、3 教训反思

本次故障中,有哪些是做的不够好的

6、4 优化措施:

序号

事项

优先级

对应责任⼈

计划完成时间

是否完成

实际完成时间

能完成复盘报告也是有一个隐含条件的,需要在公司内进行系统定级。

其他关于稳定性更深入的一些信息看过觉得比较好的有这些,但是一些措施是贯穿于设计、测试和众多组件和流程的搭配,还在梳理,组件可用的有一些是云厂商的产品的逻辑还在学一学:

1、云上稳定性指南.pdf

  1. 安全生产指南的副本.pdf
  2. 信息系统稳定性保障能力建设指南的副本.pdf
  3. 滴滴稳定性建设:https://blog.csdn.net/manzhizhen/category_9613558.html
  4. 哈啰出行高质量故障复盘法:“3+5+3”:哈啰出行高质量故障复盘法:“3+5+3”(附模板)_TakinTalks稳定性社区_InfoQ写作社区
  5. 稳定性与高可用保障的工作思路:稳定性与高可用保障的工作思路
  6. 可用性指标最新盘点,哪个技术团队还没贴墙上:可用性指标最新盘点,哪个技术团队还没贴墙上
  7. 中国卓越技术团队访谈录·2022第三季.pdf
  8. 分布式稳定性建设指南.pdf
  9. TakinTalks稳定性社区

你可能感兴趣的:(业界资讯,学习方法)