47、系统故障排除：策略与最佳实践

系统故障排除：策略与最佳实践

1. 故障优先级与分诊人员配置

在许多情况下，系统中断会导致多个工作负载无法访问，因此在技术层面进行优先级排序至关重要。分诊人员或团队需要深入了解工作负载之间的相互关系，包括哪些工作负载相互依赖、哪些可以绕过、哪些可以跳过，以及所有这些工作负载与业务本身的关联。只有了解技术和业务的范围，才能为确定修复内容、修复顺序以及业务如何应对问题提供有价值的见解。

关于分诊人员的配置，我们可以从迈尔斯 - 布里格斯类型指标（Myers - Briggs test）中的判断者（Judger）和感知者（Perceiver）维度来考虑。判断者通常是规划者，喜欢在事件发生前组织和安排事情；而感知者更像是反应者或响应者，倾向于接受现实并即时做出反应。在技术领域，工程师和大多数管理者多为判断者，他们的价值在于提前规划和组织业务或技术。而感知者更适合担任管理员角色，在灾难发生时，他们是处理分诊操作和即时思考的天然人选。

不过，仅依据性格测试来挑选合适的人员或团队成员是不够的。迈尔斯 - 布里格斯评估只是一个工具，用于识别不同职位上可能的优势和劣势，以及解释人们的思维和感受方式。无论是公司采用正式流程，还是个人通过在线调查了解自己，这类工具都有助于更好地认识自己，从而在优势领域取得成功，在劣势领域寻求帮助。团队领导者或管理者也可以利用这些信息更好地了解团队成员，使团队更强大。

在选择分诊人员时，最佳实践是在灾难发生前确定人员，并记录在案，确保他们在需要时能够接管并有权限采取行动。不要等到系统停机时才去寻找有分诊能力的人，也不要让政治因素干扰解决方案。

2. 故障排除的逻辑方法

系统管理员面临的最具挑战性的任务之一就