運維必備制度：故障分級和處罰規范
作者簡介
唐文，《海量運維、運營規劃之道》一書作者，關于海量運維、運營規劃，我想業界都沒有準確的定義，假如說互聯網的架構師用能否設計多高的摩天大樓來衡量架構能力，那運維、運營更多的是在關注互聯網服務的質量、效率、成本、故障、瓶頸，用戶的忍耐、抱怨等問題。
在接下來的日子里，將以質量、效率、成本為核心，從運營規劃、管理、流程/規范、系統/平臺，監控、告警、安全、優化、考核等幾個維度結合案例來與大家分享自己的體會，內容大致如下所示。
編者按：一個好的制度是可操作、可執行的，不是高高掛起的。每個公司情況不同，制度需要定期根據公司自身情況進行適當修改，以下文章算是一個制度的模板，僅供參考，要想使用肯定還需要修改。
正文
互聯網產品提供7*24小時服務，而因人為操作、程序Bug等原因導致服務不可用是影響服務持續運行的重要原因，為了提高各業務產品的運維和運營質量，規范各業務線的服務、故障響應，擬定和發布“故障分級和處罰規范”是非常必要的。
故障分級標準
運營故障中，對非不可抗力所造成的故障歸類為“故障”，對于故障將追究故障的分級，故障責任人，及故障處理結果。下面將就各類故障級別進行定義說明，由于故障可能在多方面體現影響，所以故障的綜合等級評定原則，取各個方面中嚴重等級***者為該故障綜合嚴重等級，故障分級如下所示。
故障分級表
故障獎懲制度
運營故障處理評定是根據相關責任人對故障的響應、處理、完成結果等因素來對故障的處理情況進行綜合評定，部門內會依據這個評定來對故障處罰等級進行調整。該評定只用于由部門內決定的故障處罰分級，公司的處罰條例不受此約束。符合下面條件者，可以對故障處罰等級進行適當降級，具體所降等級由部門領導決定，故障升級制如下所示。
故障升級制度表
對于所出現的各級運營故障，如果運營故障的主要原因由人為工作疏忽/失誤所導致，參照以下處罰標準對個人和項目組進行相關懲處，任何運營故障，要及時通報相關領導或相關處理人員，對于延報、瞞報故障者，將從嚴處罰，故障分級及處罰如下所示。
故障分級表
