概述

业务表征点

• 请求量
• 响应时间
• 数据量

系统表征点

• CPU负载
• 内存压力
• IO压力：网络，硬盘
• 存储压力：数据库，缓存
• 中间件压力：消息队列
• Java：JVM

第三表征点

• 系统监控／报警
• 系统日志

排查方式

排查思路

• 最核心的系统／接口是什么？
• 过去一段时间，bug／故障最多的地方是哪里？
• 门店数／订单量／…翻2/5/10倍之后，最先支撑不住的点在哪里？

排查流程

• 排查范围／排查点
• 排查&发现问题
• 确定问题的影响范围并按优先级排序
• 逐一解决问题

先思考，再动手

• 切忌手太快，发现一个解决一个。但解决的未必是重要问题
• 切忌排查不全面，贸然动手引起联锁反应

思考全面，方案全面

• 灰度策略，回滚策略，分支策略，要全面

逻辑和数据

• 逻辑上是好方案
• 数据上（预评估和后评估）是好结果
• 不断分析badcase迭代优化