一个简单问题的溯源过程

问题

这篇只是想用一个溯源的过程，让人了解，什么是系统，以及各自的人员对于系统的理解。

过程

通过powercli获得在7月31日，有部分虚拟机提示nvram: write failed.错误。 这个是vmware的管理员看到的情况。

这个错误在vmware的kb上是说和datastore有关系。

然后存储管理员查7月31日的datastore日志。

发现7月31日的netapp磁盘阵列出现了断电的事故，但是netapp是双头的，所以大部分的应用不受影响。存储管理员也没有对这个事件做出响应，因为电来了后，就自动恢复了。

然后联系facility的人员，确认在7月31日确实出现了一定时间的停电故障。

结论

这里溯源的过程，各个角色看到的情况是不同的。但是都互相产生了影响。停电导致存储部分失效，而这部分和某些应用的vm有关系。

所以当出现问题的时候，或者溯源的时候，一定要先了解互相的依赖关系。有时候看到的表象，并不一定是自身的问题导致的，互相依赖的情况下，紧耦合的这种情况，会导致一连串的问题发生。

在更多的时候，利用流程可以做到最小化的影响。但是首先问题是确认资产，然后资产间的关系。很多做事情的人，只了解做自己的工作，忽略了自身工作和其他人工作的联系，导致了工作协作之间本应是1+1>2的情况，却发生了1+1<1的情况大量发生。

流程减少人与人之间的摩擦，用规则和实例指导事情的反应和流转。越是大的公司，越需要这样的规则，否则会出比较大的问题。