TS - 运维问题管理

问题管理

问题的报告、受理、分派、督促、反馈、解决、跟踪、总结等工作过程

面对的问题

• 疲于解决重复性事件和问题
• 缺乏运维自动化：跟踪效率低，问题流转过程长；
• 流程性工作繁重：缺乏沉淀，难以形成问题库和深度挖掘分析底层原因和问题间关系
• 难以把控运维全局：不利于工作总结和持续优化

应用问题的一些基本定义

应用问题：

• 对应用系统在生产环境中发生的技术业务事件进行深入研究，明确事件产生的根源。

应用问题管理：

• 对问题的提炼、分析、解决和总结等活动进行管理的过程

应用问题管理的目标：

• 对应用系统运维过程中的问题进行调查分析，找到其根本原因和解决方案并实施，将应用系统错误对业务产生的影响降到最低，防止其再次发生，提升系统的稳定性。

应用问题的来源：

• 包括但不限于各渠道反映的生产系统异常或隐患事件，经分析认定为应用问题的。
• 对于非技术性问题、业务需求，与应用系统无关的运行问题等情况，不属于应用问题范畴。

应用问题的分类

从问题来源的角度可划分为事件问题与一般问题

• 事件问题：直接来源于生产运行事件的应用问题
• 一般问题：除直接来源于生产运行事件之外的问题

从问题成因的角度（可动态调整）可分为：

• 运行问题：资源冲突、资源不足、阈值超限、系统环境、应用容量、配置偏差、通信问题、清理机制等
• 程序问题：逻辑失效、容错性低、死循环、控制不严、SQL执行效率低、内存使用不合理等
• 数据问题：格式错误、设计不合理（字段类型、主键、索引、分区等)、上下游系统文件数据格式不匹配、脏数据等
• 设计问题：系统架构、用户权限、关联系统等
• 变更问题：配置参数、脚本内容、流程逻辑、关联影响、步骤缺失、操作异步等
• 第三方问题：软件版本、流程失效、兼容故障、违规处理等
• 业务问题：业务数据维护不及时、与业务规则不同步、业务功能不完善等
• 测试问题：测试不完备等
• 其他问题：偶发问题、原因不明等

问题管理的应用成效

为实施主动式运维提供信息承载和管理的平台。

• 信息互联互通
• 流程集中管理
• 主动归纳挖掘

一、实现问题管理流程电子化
通过问题管理平台的搭建，解决手工处理 问题管理工作时人工跟踪过程复杂、信息碎片化现象严重的问题，
全面记录问题处理信息及跟踪工作流，提升问题流转效率，沉淀有价值的应用问题数据。 

二、规范问题管理过程
规范问题报告、问题跟踪反馈等工作过程，
提高应用问题报告、解决、反馈的时效性，
使问题报告及反馈信息要素更加准确。 

三、有效控制问题数量
提高问题定位率及解决率
缩短问题平均处理周期

四、形成问题库，为主动运维服务
系统记录、跟踪和管理应用系统日常运维中各渠道出现的应用问题及解决过程，
在大量数据积累的基础上形成问题库并转换为知识库，作为技术资源供开发、运维过程中参考，
及时分析和判断系统运行风险，在事件发生之前发现和解决有关问题，为实施主动运维提供信息承载和管理的平台。 

事件问题根源分析报告

• 事件问题发生时间
• 事件现象
• 问题分析和处理过程
• 原因定位时间
• 问题影响情况
• 问题根源
• 解决方案
• 问题解决时间
• 测试改进意见
• 后续整改落实情况
• 等等