生产环境上线程序导致服务故障案例解析

生产环境上线发布程序导致服务故障案例解析（老男孩郑重声明：本文不针对任何公司和个人，仅供大家学习交流之用）1由生产操作失误引起的故障...................

生产环境上线发布程序导致服务故障案例解析

（老男孩郑重声明：本文不针对任何公司和个人，仅供大家学习交流之用）

2

2

2

3

4

4

6

6

6

6

7

7

7

7

1 由生产操作失误引起的故障

以下来自【操作人】的总结：

对于我司项目一次上线数据库误操作故障的总结：

我司相关人员在前天开过上线会议后，定于过后一天进行生产系统发布：

事情是这样的

首先呢，我先说下我司项目的上线流程：

老男孩老师评价：该公司的上线流程还是不错的，赞下，还有很多公司FTP直接上线的，不可取，堵住后门，监控好前门，是我一直给大家讲的。

话说那天测试通过后，项目上演练环境和生产都是由我【操作人】来负责：

然后我给我主管打电话了，说明了问题，他说让我别急，先保证生产服务正常运行。。。

由于我的这个误操作，开发的项目经理都疯了。。。然后立马惊动了公司技术部老总，然后老板

然后老板立马又召开紧急会议，说数据现在找不回来，后台查不到，一旦有用户投诉，免备案空间，说多少钱立马退多少钱

唉呀，我的这个脑子啊……

当天的上线取消了。。。

其实后来想我当时急着回滚是错误的，应该先问下开发的那边是否执行成功了，或者我查下进程。开发的后来也是这么给我说。

还有一点当时公司网络中断也是个事。。。网络不稳定不应该上线（那天供应商那边网络有问题，没有给及时通知）

有的会问只有一台数据库吗，问的好，我们是有主备两台数据库的，问题是在国庆假期期间机房切电源的时候，宕机了，然后启动后进主数据库找不到库了，当时那个急啊，然后就立马切换到备份的服务器上了，主的没有起，后来找到了主的为什么找不到库的原因（是因为机器启动后分区没有自动挂载上，手动挂载上后进数据库立马找到了），但由于这个时候从数据库和主的已经不同步了，就暂时用的从的，想等下次上线的时候在处理下，所以这次上线的时候就一个数据库。这是我们系统部没有做到位。

还有要说的一点就是我前面提到了演练环境，我为什么会动到了生产，事情是这样的，没有演练环境我部门也多次给领导提了，但领导不批买设备，然后就是每次演练的时候其实我动的也是生产（只是针对的这个项目没演练环境，其他的有），演练，什么是演练，表演练习嘛，肯定不能动到生产，但演练环境必须和生产一样。

最终我写了检讨书。唉，苦逼啊！

14）项目负责制，上线，日常网站出问题，开发有责任，不能只责问运维，运维是开发商，开发是住户，基础系统和网络没故障，一般来说运维就无能为力了。

1.4从操作者那得到的其他信息

SQL语句都是新表，有建表，插入，更新等语句。这样的话出问题整个数据库回滚就没必要了。

1.5给操作者的建议

老男孩 17:58:28
在不

操作者网友 17:58:37
在，还没下班呢

老男孩 17:58:48
事情过去了，好好汲取教训就好了，别难过了。

操作者网友 17:58:55
嗯，

老男孩 17:58:58
谁都会犯错，老师曾经也犯过错误。

以后亡羊补牢改正就好。

操作者网友 17:59:19
嗯，明白了，记住了

老男孩 17:59:24

操作者网友 17:59:31
在不犯这样的错了

老男孩 17:59:38
框架留给我。

操作者网友 18:00:01