事故复盘与行动项模板
本页用于在故障关闭后沉淀时间线、影响范围、已确认事实、根因和后续行动项。
它不替代专题排障页，而是用于故障收尾、交班和知识沉淀。
1. 事件摘要
建议记录：
- 事件名称
- 事件级别
- 当前状态
- 负责人
- 发现时间 / 恢复时间 / 影响时长
- 一句话结论
2. 影响范围
建议明确：
- 受影响用户或业务
- 受影响组件
- 主要失败现象
- 影响边界
- 未受影响范围
3. 关键时间线
按时间顺序记录：
- 发现
- 确认
- 升级
- 止血
- 恢复
- 验证
- 关闭
建议每个时间点都写清：发生了什么、谁做的、结果如何。
4. 已确认事实
建议单列：
- 监控告警与健康检查结果
- 日志证据
- 对象状态
- 最近变更记录
同时明确区分：
- 已确认事实
- 尚未确认的猜测
5. 根因分析
建议拆成：
- 直接原因
- 促成因素
- 为什么没有提前发现
- 为什么影响会扩大
- 已排除的错误方向
6. 处置与恢复
建议记录：
- 止血动作
- 正式修复动作
- 恢复验证结果
- 是否仍有临时绕过
- 仍存风险
7. 行动项
建议按类别维护：
- 预防
- 监控
- 文档
- 自动化
- 容量
- 流程
每条行动项建议包含：
- 负责人
- 截止时间
- 优先级
- 验收标准
- 当前状态
8. 对外同步与文档更新
建议记录：
- 是否已同步业务方
- 是否需要补充 runbook
- 是否需要调整告警阈值
- 是否需要更新值班交接内容
9. 附录
建议附上：
- 相关排障页
- 日志路径
- 截图或命令输出
- 工单 / 群消息 / 变更记录链接