場景案例-應用當機處理與分析

1.1 使用者痛點

• 發生了記憶體當機類問題，由於生產環境，必須要第一時間恢復環境，沒有來得及登入到後台輸入命令收集當機資訊，導致問題無法定位。

• 夜間發生了當機，由於沒有人24h監視，或者由於沒有辦法觸碰到內網環境，導致第二天才能夠恢復，導致發生了生產事故。

1.2 解決思路

維運平台自動識別當機情況，並且自動採集當機資訊，採集完資訊後，自動重啟工程，保證工程持久運作。

• 當機前的預防：為了防止當機時無人值守，需要開啟當機處理策略，確定維運平台可以自動重啟工程。

• 當機時的採集：當機時，自動匯出記憶體堆疊日誌資訊
  

• 採集後的恢復：當機資訊採集完成後，維運平台幫助管理者自動重啟工程、恢復進程。

• 恢復後的分析：當機時，維運平台會自動匯出記憶體堆疊，可以給出針對當機的原因分析和解決方案，可以自動對當機堆疊進行分析。

2.1 當機前的預防

在「業務工具>當機自動處理>當機處理策略」，開啟當機自動處理相關功能，確定維運平台發生當機後維運平台可以進行處理措施。

2.2 當機時的採集

維運平台自動採集當前當機狀態的FRBI資訊。

• 維運平台在負載極高判定為當機的情況下自動觸發資訊採集。

• 自動採集堆疊/histo/heapdump （可在上一步根據自身需求自訂採集哪些內容）

2.3 採集後的恢復

採集完當機狀態資訊後自動重啟FRBI應用，恢復系統使用。

• 採集當機資訊後自動重啟

• 夜間檢查到進程消失自動啟動

2.4 恢復後的分析

1）維運平台當機自動處理頁面，查詢當機資訊和分析結果

• 進入維運平台當機自動處理頁面可以查看到當機事故記錄/資訊採集時間/重啟時間

• 查看當機原因和推薦處理方案

2）維運平台「日誌管理>效能堆疊」頁面，查看對應當機日誌的分析報表。

3）查看當機資訊

FRBI應用對應目錄下，可以查看到維運平台自動採集的資訊。