适用场景

别人的故障是最好的教材。这四类事故（广播风暴、存储写满、证书过期、配置误改）在多数单位都发生过，复盘固定成模板可以直接用。

配置步骤（配置误改：一次变更导致业务中断）

# 现象：变更后部分业务不可访问
# 定位：
# 1) 对比变更前后配置（备份文件 + diff）
# 2) 核对策略命中计数，确认是否被拒
# 3) 检查路由与 NAT 是否同步更新
# 处置：按备份回滚，逐步验证恢复
# 根因：变更未走审批、回滚方案不具体、变更后未验证

改进：变更审批+回滚步骤逐条化、变更后必做业务验证、配置版本管理。

关键参数与建议

  • 复盘模板：时间线、现象、影响范围、根因、处置动作、改进项
  • 根因要追问到流程层面（为什么没提前发现）
  • 改进项必须落到具体动作与责任人
  • 把复盘沉淀成检查项，纳入日常巡检

容易踩的坑

  • 没有配置备份，回滚靠回忆
  • 变更后只 ping 网关，不验证业务
  • 变更窗口与业务高峰重叠

验证与巡检

# 证据：变更前后配置 diff、验证记录
  • 巡检：变更单完整性、配置备份可用性

小结

故障复盘的产出不是报告，而是"下次不会再发生同样的故障"的具体措施。没有改进项的复盘没有价值。

> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。