今天上午，无意识中看到广西移动出现重大故障的信息。主要查看了《2017年9月8日华为NNHSS09部分用户数据被删除故障报告》和一位技术人员写的分析材料。

说实话，越看压力越大，深感工作不易。从《故障报告》看，有很多方面值得借鉴：

1、处置。（1）要有严格的审批程序。对特别重要系统，要提升审批程序；（2）要实现脚本操作。事故中操作人员错误输入操作指令，是导致本次事件的主要原因。应该将操作写作操作脚本，现场直接执行脚本就可以了。（3）要有更明确的检查监督机制。事故中，应该有操作流程的，但缺乏监督检查机制，导致一错再错。要做到「一人处置一人检查」；（4）重要的操作应该有高手支持。说事故中的操作人员不是华为公司的技术人员，只是外包公司的技术人员，技术水平或责任心可能差了些。

2、高效协同处置。因为涉及用户数比较多，响应处置还是比较及时的。

3、舆情引导。注重了舆论引导。（1）拟定媒体应答口径；（2）微信和微博上发布公告；（3）与主流媒体主动沟通；（4）组织人员正面引导。

4、建立网路与业务常态化联合演练与应急响应机制。全面梳理涉及网路与业务联动的各类故障场景，针对每种故障场景制定有针对性的应对措施和恢复方案，定期开展联合演练，建立起快速反应机制，形成业务快速回复通道。

网上看到小枣君写的《本次广西移动重大故障到底是怎么回事》，其中几段话，深度赞同。

出故障的时候，客户凶神恶煞似的，站在你身后，就差把刀架在你脖子上；公司领导电话不断打到你这，催问处理进展；本地员工围在你身边，指望你力挽狂澜。。。那种压力，可谓酸爽。。。

没办法，这就是通信工程师的责任，你必须要足够小心、小心、再小心，仔细、仔细、再仔细。敲每个命令，点每个执行，就要认真确认。除此之外，只能祈祷自己技术够牛逼，经验够丰富。 干通信的，技术就是你的护身符，要想现场少流泪，只能平时多流汗。

最后那句话，我特别赞成。信息化人平时要多琢磨技术，力争早一点定位故障点，早一点处置。（图片来自互联网）

推荐阅读：

相关文章