ElevenS_it188_个人页

2026年06月

• 06.10 10:50:34
  发表了文章 2026-06-10 10:50:34

  中小IT团队告警治理完整方案：多系统告警统一归集+P1-P3分级+企业微信自动派单实战

  Zabbix发企业微信、Syslog往邮箱里塞、UPS的App自己弹窗、云监控又是另一个通知渠道——告警不聚合，IT团队等于一直在4个App之间来回切换。本文从归集→分级→收敛→派单四步给出完整告警治理链路：用Flask搭建统一告警接收服务、P1-P2-P3三级分级规则表、根因收敛算法（一台交换机DOWN不再发37条）、企业微信+钉钉自动派单配置，适合2-5人IT团队的轻量落地。

2026年05月

• 05.19 10:20:46
  发表了文章 2026-05-19 10:20:46

  故障复盘写了30页PPT下次还是同样的问题——复盘到底该产出什么

  每次大故障都开复盘会、写30页PPT，但3个月后同类问题又来。核心原因不是分析不到位——是产出物不对。本文给出复盘的5个标准产出物模板（时间线/5Why/Action列表/告警更新/SOP），以及如何用云效Projex跟踪改进项闭环。
• 05.15 14:12:18
  发表了文章 2026-05-15 14:12:18

  生产环境改了个配置，半小时后业务挂了——变更管理到底管什么

  统计过去半年的P1/P2故障，接近4成是配置变更引发的。本文从一次连接池参数误改导致的生产事故出发，拆解最小可用的变更管理4个动作——分级、记录、通知、关联，不搞ITIL全套流程，先让变更可追溯、可关联、出了事能3分钟定位。

  
• 05.12 13:59:08
  发表了文章 2026-05-12 13:59:08

  排障本身不慢，MTTR却一直降不下来？时间都耗在这三个流程断点上

  本文剖析MTTR居高不下的三大非技术断点：信息传递失真、工单推进停滞、跨部门信号断档。指出问题本质是流程链路断裂，而非排障能力不足，并给出低成本、可落地的三步改进方案：加推进超时提醒、标准化服务台字段、打通业务上报与端到端探测。（239字）

  
• 05.08 10:25:18
  发表了文章 2026-05-08 10:25:18

  告警覆盖率90%以上，值班团队却越来越累？问题出在告警治理这一步

  监控覆盖率做到90%以上，值班团队反而越来越累？本文从实际项目出发，拆解告警分级、去重、归并、路由4个动作，附Python去重逻辑和钉钉通知代码，帮你把"告警洪水"变成可直接处理的事件流。