01值守
监控接管与值班盯屏
梳理主机、数据库、中间件与外部依赖，补齐 CPU、内存、磁盘、连接数与接口耗时指标，告警通道绑定值班表。
15 分钟
关键保障档首次响应
4 级
故障分级与升级路径
每日 1 次
高峰环境巡检频次
季度 1 次
备份恢复演练
服务内容
提交运维需求
六项日常运维工作
接手线上环境后，例行检查、告警处理、发布变更与恢复演练都有固定动作、固定记录和固定的责任人。
02巡检
例行巡检与健康报告
按约定频次执行巡检项，记录容量水位、日志异常与慢查询趋势，形成可对比的历史曲线，异常项附处理建议。
03响应
故障分级与快速响应
按业务影响把故障分为 P1 至 P4，明确通信群、升级路径与恢复目标，处理过程逐条留痕，事后出具复盘说明。
04变更
发布变更与版本升级
变更走申请、评审、窗口期执行三步，发布采用灰度与分批策略，回滚脚本随包交付，避开业务高峰时段。
05恢复
备份校验与恢复演练
核对备份任务成功率，每季度做一次真实恢复演练，记录恢复耗时与数据完整度，验证结果写进演练报告。
06安全
补丁加固与账号治理
跟踪操作系统与组件补丁公告，按窗口期分批更新；同步清理长期未使用账号与过度授权，保留操作审计记录。
支持级别
三档服务级别对照
级别不同，对应的服务时间、巡检频次与响应时限不同。签约时把数字写进服务单，双方按同一份标准执行。
| 支持级别 | 服务时间 | 巡检频次 | 首次响应 | 现场支持 | 报告节奏 |
|---|---|---|---|---|---|
| 基础守护 | 5×8 | 每月 1 次 | 4 小时 | 远程为主 | 月度报告 |
| 标准值守 | 7×12 | 每周 1 次 | 1 小时 | 远程 + 季度现场 | 月度报告 + 季度复盘 |
| 关键保障 | 7×24 | 每日 1 次 | 15 分钟 | 远程 + 按需现场 | 周报 + 月度复盘 |
- 响应时限自告警确认或工单提交时起算
- 现场支持按城市与到达时间单独约定
- 大促、发版等高峰窗口可临时升档
- 升级路径与联系人写入值班表
接入流程
五步完成运维交接
从环境盘点开始，到值守与复盘形成闭环。每一步都有交付物，交接过程不依赖口头约定。
1
环境盘点与风险登记
登记主机规格、系统版本、数据库与中间件清单，梳理外部接口依赖，同时标记单点风险与过期组件。
资产清单风险台账
2
监控接管与告警收敛
接入既有监控或新建采集，设置阈值与分级规则，把重复告警合并成事件，绑定通知渠道与值班责任人。
阈值配置通知渠道
3
确定巡检基线
结合业务高峰时段确定巡检项目、执行频次与判断标准，输出日常巡检表，明确哪些项需要人工确认。
巡检表健康基线
4
值守响应与变更执行
按支持级别进入值守状态，处理告警与工单，发布变更走窗口期流程，每次操作留存执行记录与前后对比。
工单记录变更单
5
复盘与容量建议
按报告节奏汇总故障分布、恢复耗时与容量趋势，给出配置调整、扩容时机与脚本优化建议。
复盘报告容量建议
常见问题
签约前常被问到的几件事
需要主机与云资源清单、系统与数据库版本、部署架构图、监控与告警现有配置、备份策略，以及一份可用的测试账号权限。资料齐全的情况下，环境盘点通常可以在三个工作日内完成，随后进入监控接管与基线确认。
从监控告警确认或工单提交时刻起算，到首个工程师开始排查为止。响应时限与支持级别对应，关键保障档为 15 分钟，标准值守档为 1 小时，基础守护档为 4 小时。响应时限、恢复目标与升级路径都会写入服务单。
变更统一安排在业务低峰窗口执行，采用灰度发布与分批替换，先切小流量观察关键指标，再逐步扩量。回滚脚本随发布包一并交付，出现异常时按预案回退，并同步记录回退原因与耗时。
每季度执行一次真实恢复演练，在独立环境还原数据并验证完整性，记录恢复耗时、数据缺口与遇到的问题。演练报告作为下一季度备份策略调整的依据，日常备份任务的成功率按周核对。
需要一名接口人负责权限开通、变更确认与业务口径说明，涉及业务逻辑的故障由双方共同定位。日常巡检与告警处理由运维方执行，涉及代码改动的部分给出定位结论与建议，由内部团队决定实现方式。
