标签:故障复盘 · 54 条内容
事情发生在一个周一,比平时早到了半小时。一家做注塑件的厂,ERP 用了九年没换。一台服务器的 RAID5 已经降级三周,第二块盘在报预故障。
2026-09-07那天在下雨,客户的车在楼下等了二十分钟。一家做汽车维修连锁的,9 个门店共用一套系统。客户把一套业务系统迁到了云上,迁移过程很顺利,一周就切完了。
2026-07-03记录一下,免得下次又忘。问起来都说备份是好的——任务每天凌晨跑,日志八个月没红过一次。真到恢复那天才发现,文件回来了,数据少了半张表。过程记下来了,判断错的地方没删…
2026-06-19客户是晚上八点打的电话。一家做环保工程的,项目现场分布在四个省。客户要过等保,先让我们自查。查完 46 项,客户问是不是都得改。答案是:影响结论的只有 9 项…
2026-04-03一家做智慧园区的运营公司,监控点位四百多。客户有一套双活方案,方案书写着 RTO 30 分钟。我们建议做一次真实切换演练,客户 IT 说"应该没问题吧"。
2026-03-15这件事过去一段时间了,细节还记得。一台机器从 2015 年用到现在,跑着内部系统,全公司只有三个人用。停一天业务就发不出货,客户却一直不想动——理由很实在:用了十几年,没人敢碰。
2025-12-23先说背景。巡检的时候顺手点开阵列状态,看到的是降级:一块盘掉线三周,另一块在报预故障。这块再坏,数据就没了。而告警邮件配置的是一个离职员工的邮箱。过程记下来了,判断错的地方没删。
2025-12-14这件事说起来有点长,从接到电话那天开始。存储使用率 92%,按现在的增速三周后写满。写满不等于变慢——虚拟化平台会批量暂停虚拟机,上面的业务一起停。过程记下来了,判断错的地方没删。
2025-09-28中午十二点半,饭还没吃完。一家做汽车内饰的厂,去年刚搬的新厂房。核心到接入的那条链路在高峰期反复 up/down,虚拟机网络跟着抖。白天去看是好的,晚上去看也是好的…
2025-09-25这个电话是转过来的,前面已经问过两家。一家做外贸的,四十来人,邮件比什么都重要。部分员工每天随机时段登录卡 30 秒甚至失败,重启本地站点域控后能暂时恢复,几天后又复发。
2025-03-06那天在下雨,客户的车在楼下等了二十分钟。一家民营医院,HIS 跑在四台物理机上。客户的备份任务每天凌晨跑,日志连续八个月全是绿色。
2024-11-05那天下午三点,值班的人先发现的。一家物业公司,二十多个小区门禁联网。核心到接入的那条链路在高峰期反复 up/down,虚拟机网络跟着抖。白天去看是好的,晚上去看也是好的…