原创力文档- 1、本文档共31页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于1-5-10的业务稳定性治
理和故障应急实践
姓名：张鹤
个人简介
张鹤
哔哩哔哩/业务SRE负责人
2020年加入B站，负责哔哩哔哩业务稳定性
保障相关工作，深度参与多活，活动保障，
容量治理相关的建设，负责B站S赛、跨年晚
会、拜年纪等相关活动的基础架构保障工作
GOPS全球运维大会暨研运数智化技术峰会2024·上海站
B站应急响应体系设计理念
应急响应中心建设
目录基于故障的数据运营
未来规划与展望
01B站应急响应体系设计理念
为什么我们要建设应急响应体系？
行业故障频发，引起高度重视
•行业故障频发，热搜不断
•B站也不例外，各种各样case不断
…
故障处理时效达不到预期
•故障处理时间长、应急协同混乱
•多次出现热搜类故障
•同样类型的故障多次出现
…
故障处置数据难以追溯、衡量
•相比去年稳定性做的好还是不好？缺乏量化数
据
•故障1-5-10数据怎么样、如何提高？
•故障召回率低，客服和技术脱节？
•...
GOPS全球运维大会暨研运数智化技术峰会2024·上海站
稳定性保障面临的挑战
发现时间不稳定，耗时难以预测定界、定位困难
服务语言多样，监控指标不统一，关键监控覆盖不全、告警噪音多
链路复杂变更难以对齐、根因分析不完善、
缺乏可观测
0204
0103
故障诱因多样，入口多应急响应机制不健全、快恢能力薄弱
预案少、新鲜度低，应急手忙脚乱
代码变更、配置变更、定时策略、缓存过期、压测、突发活动
GOPS全球运维大会暨研运数智化技术峰会2024·上海站
B站应急响应体系发展历程
应急响应2.0时代
•引入事中通告，故障订阅能力
•建设SLO理念，基于SLO告警，群协同机制进行时
•被动响应•故障全生命周期管理
•故障数据运营
20222024
20192023
文档评论（0）