如何降低独立技术系统运维中事故出现的几率

技术系统和在其之上的业务应用构成一个整体，如果技术系统与该业务应用直接相关，且与其他系统耦合度较低，我们称之为独立技术系统。其事故一般直接体现在业务层面，要么业务操作出错直接导致事故，要么技术系统出错间接导致业务运行出错引起事故。

如何降低第一类事故几率？

首先，业务应用的设计应有足够的鲁棒性，对错误的输入进行强制检查；

其次，业务应用的跟踪应有足够的可视性，对所有业务操作都应有反馈；

再次，业务应用的管理应有足够的透明性，对业务操作情况有整体追踪；

最后，减少模糊且易操作出错的业务步骤，无法规避的应提供明确指引。

如何降低第二类事故几率？

首先，承认技术故障不是偶发的意外事件，而是有规律可循的可控事件；

其次，集众人之长发掘苗头到事故的规律，将经验固化为故障发现指引；

再次，利用问题指引强化普通员工的能力，处理技术系统故障的小苗头；

最后，合理利用技术系统保持业务的均衡，避免单一技术错误引发事故。

提早发现技术系统的“偶发”故障，将问题消灭在初始阶段，是降低事故几率最有效的手段。

其他系统运维文章

《关于技术系统运维模式的思考》

如感兴趣，请与grt-dengqi@139.com联系。