系统故障排查通用方法论
[TOC] 系统故障排错方法论 核心目标： 快速恢复业务，最小化故障影响；准确定位根因，避免同类问题复发 --- 一、核心排查原则 1. 止损优先原则 ：先恢复业务，再定位根因。不要在业务宕机时执着于找根因而不做任何恢复操作。 2. 从易到难原则 ：从最简单、最常见的可能原因开始排查，避免一开始就深入复杂底层。 3. 变更触发原则 ：80%的故障都源于变更，故障发生前的最近变更（发版、配置修改、扩缩容、网络调整）是第一嫌疑对象。 4. 分层定位原则 ：自底向上或自顶向下分层排查，每层排除后进入下一层，避免跳层盲查。 5. 证据驱动原则 ：所有判断必须基于可验证的证据（日志、监控指标、命令输出）…