故障排除的最佳实践.PDFVIP

第 1 章 故障排除的最佳实践 故障排除是一项技能，和所有的技能一样，不论是变魔术、弹 吉他、烹饪或者编程，有的人生来就有天分，有的人则不然。如果 你很自然地就掌握了某种技能，可能会认为别人也能轻松掌握。毕 竟，如果你第一次尝试就学会了骑自行车，可能就会想当然地以为 别人学会骑自行车也不需要付出多少努力。 有人天生善于排除故障，当出现故障的时候，他们会不假思索 地采取行动，本能地选择方法进一步隔离故障，直到查清故障的根 本原因。当你把汽车交给一个善于排除故障的汽车修理工，在你刚 描述完车子的“症状”后，他就已经开始摆弄你的汽车了，因为在 你描述时他已经把问题锁定在少数几个成因上，并且预判了问题的 原因。做过一些测试之后，他确认了预判的正确性，开始动手修理 了。另外一种情况是，当你把汽车送给一个不善于排除故障的汽车 修理工，你将会收到高昂的维修账单，不断地去维修店换掉汽车的 一个又一个部件。 故障排除技能任何人都可以学会，和很多技能一样，故障排除 需要用到一些技术，不论是否有天赋，都可以通过训练使这些技术 成为本能。你不仅想成为排除故障的高手，还希望能够成为排除故 2 ◆　第1 章　故障排除的最佳实践 障的快手。在用金钱衡量故障时间的环境下工作更是这样。毕竟， 不论是优秀的汽车修理工还是差的汽车修理工最终都会修好你的 车，但是你更希望哪个汽车修理工来修理你的汽车呢？ 在DevOps 组织里，团队中的每位成员都负责一部分故障排 除。开发者排除软件中的漏洞，系统管理员排除硬件问题，质量团 队首先花费大量时间寻找问题，然后尝试定位问题的根本成因。当 DevOps 团队中的每个人使用相同的经过验证的故障排除技术时， 整个团队都会从中受益。 本章介绍的一些故障排除最佳实践可以应用到任何问题上。当 你读过本章之后，会发现其中大部分实践都是常识，但是你会惊讶 地发现，当遇到问题时，竟然有那么多人都忽略了这些常识。 1.1　划分问题空间 如果让你去猜我正在想的一个 1 ～100 内的数，你会猜哪个？ 比如这个数是73 ，每次猜完之后我会告诉你你猜测的数字比这个 数大还是小。一些人可能会随机猜某个数字，或者从 1 开始逐步 递加。善于排除故障的人可能会这样猜：50 （小了），75 （大了）， 63 （小了），69 （小了），72 （小了），73 。每次猜测都会排除一半 的可能性。这个例子里，为找到正确答案只猜了6 次。而如果从 1 开始递加，需要猜73 次。如果是随机猜，有可能要遍历所有的数 字才能猜中答案。 这个方法适用于所有的故障排除。面对问题，一些人从可能产 生问题的原因列表的底层开始，一步一步解决问题，另外一些人选 择随机测试直到幸运地找到原因。一位优秀的故障排除人员选择的 每一项测试的结果都会排除一类原因，而不是一个原因，将故障分 而治之。划分问题空间之后，即使一项测试不能找到故障的根本原 因，测试结果最少也能排除掉几个可能的原因。 1.2　协同工作时的良好沟通 ◆ 　 3 例如，如果我尝试用浏览器访问一个网站，但是请求超时，此 时我想测试是网站的原因还是我的网络连接有问题，但我不会立即 去查看网线是否没有插好，而是访问一两个通常都很稳定的其他网 站。如果别的网站能正常加载，就可以确定我的网络连接正常，从 而省去一系列本地网络测试。 当你和团队中的其他人协作排除故障时，也会在团队成员之间 划分问题空间，没有比跟踪一个问题的时候发现有人也在做相同的 测试更坏的事情了。当你在团队环境下着手解决一个问题时，要给 每个人分配不同的测试并保证一旦某个人排除了一个原因，能及时 把结果传达给其他人。 1.2　协同工作时的良好沟通 建立良好的沟通方法是团队排除故障的最大挑战之一。如果没 有良好的沟通，两个人不会意识到正在解决相同的问题，